开源 Buddy 实测:Sonnet 5.5 用安卓手机最快,25 秒 10/10
3amae404 · reddit · 2026-10-18
开发者用开源 Android 应用 Buddy(让 Claude Code、Codex、OpenCode 操控真机)在一加 12 上跑了小型移动端 agent 基准:5 个日常任务,每模型 2 轮,任务间重置应用、无需人工确认。
中位耗时与正确率:
- Sonnet 5.5:25s,10/10
- Opus 5.5:27s,10/10,步骤最少
- GPT-6 Luna:29s,7/10(两次把当日最高温当当前温度报出)
- Haiku 5.5:30s,10/10
- GPT-6.1 Sol:36s,10/10
- Space Bunny(免费):43s,10/10,曾输错数字后自行发现并纠正
- Big Pickle(免费):112s,10/10
有趣行为差异:Opus 完全不在地图里逐步点击,直接打开 directions deep link 15 秒读完答案;部分模型查天气跳过 Google 直接用 wttr.in。样本小(单机、每任务 2 轮),作者定位为初探,原始数据在评论区。
所属事件:开源应用 Buddy 实测大模型操控安卓真机速度(2 条相关)→
「编程与Agent」频道最新
- Perplexity 开源 SPACE:每个 agent 任务独立 Firecracker 微虚拟机 — AravSrinivas · 2026-10-18
- 单张 L4 GPU 跑 20 路低延迟马拉雅拉姆语语音 Agent 的完整架构 — DistrictUnique5259 · 2026-10-18
- Claude Code mods：用事件钩子拦截危险 shell 命令预览删除效果 — EricBuess · 2026-10-18
- fchollet：agent 已写约100%代码，但公司利润并未因此增长 — fchollet · 2026-10-18
- 实测 Browser MCP Defense 规则：成功拦截外部 Codex agent 工具调用 — HankYeomans · 2026-10-18
- Lambda 欧洲 Build-a-Claw 黑客松落幕：两大 Agent 项目夺魁 — TheZachMueller · 2026-10-18