我最近对 AI Agent 的理解有点变化。 以前大家聊 Agent，很容易往“替代复杂工作”那个方向想。但我现在觉得，它最先真正进入普通人生活的场景，可能不是特别宏大的任务，而是那些每天在手机里重复做的小 routine。 比如早上醒来，要扫一眼邮件、新闻、日历和天气； 买了东西，要查今天哪个包裹会到； 有些会员 App，每天打开才知道有没有新优惠券； 订阅服务和账单，有时候涨价了也不一定第一时间发现； 做内容的人，还要把同一条视频按不同格式发到 X、TikTok、Reels、YouTube Shorts。 这些事情都不难。 但它们的问题是：太碎、太重复、太容易忘。 所以我觉得一个很有价值的 AI 使用方式是：把这些动作变成 routine。写一次，以后每天替你跑。 最近看到 @airtap，感觉它就是在做这个方向。 它的思路不是再做一个聊天机器人，而是让 AI 在 cloud phone 里跑真实的手机流程。你常用的 App 可以放在云端手机里，不需要本地安装；然后通过 SKILL.md 把工作流交给 OpenClaw / Claude Code / Codex 这类 agent 去执行。 更关键的是，它不是那种脆弱的“硬编码脚本”。Airtap 的执行逻辑更接近 Observe → Interpret → Decide → Act：每一步都会重新读屏、理解当前界面、判断下一步怎么做。这样即使 App 的 UI 有一点变化，routine 也更有机会继续跑下去。 这点对移动端自动化其实挺重要的。因为手机 App 最大的问题就是经常改版，按钮位置、页面文案、弹窗都可能变。如果一个自动化只能按固定坐标点击，很快就会失效。 我觉得 Airtap 最适合的不是“炫技”，而是这些每天都可能用到的小场景： 早晨 8 点给你一份 briefing：隔夜消息、今天日历、天气和新闻摘要； 定期打开会员和信用卡 App：检查限时优惠、积分、coupon； 内容发布时，把一条视频同步发到X、TikTok、Reels、Shorts，并按平台格式处理。 这些都不是“人不会做”的事。 但如果 AI 能每天替你跑，人就不用每天惦记。 我喜欢这个方向的原因也在这里：真正好的 AI automation，不一定是让你感觉它多聪明，而是让你少被小事打断。 官网在这里： 如果你想看具体能跑哪些 routine，可以看 Airtap 的 use cases： 对我来说，Airtap 代表的是一种更现实的 AI Agent 入口：不是让 AI 假装成一个万能助手，而是先把手机里那些重复、低价值、但每天都要处理的流程接过去。 写一次，跑一年。 把手机里的琐事丢给 AI。