25 美元（约合人民币 173 元），你会拿来做什么？

买一顿外卖、充一次话费，或者随手下单一个蓝牙耳机？但在美国一位喜欢折腾 AI 的开发者（本文称他为 Ethan）看来，这 25 美元，足够搭出一个“物理世界可操作的智能体”。

他做了一件听起来有点离谱的事：在一台沃尔玛售价 25-30 美元的预付费安卓手机上，跑起了最近很火的 OpenClaw，让它通过 Discord 接收指令，然后直接控制手机硬件——开手电筒、拍照识别、读取传感器，甚至尝试打电话。

更有意思的是，他还不满足于一台，而是打算搞一整排手机，做成一个Agent“手机集群”。

从聊天机器人到“能动手”的 Agent

Ethan 的方案其实并不复杂，核心结构是：

● 在安卓手机上安装 Termux（一个安卓上的类 Linux 终端环境）

● 在 Termux 中运行 OpenClaw Agent

● 通过 Termux API 调用安卓系统能力

● 通过 Discord 与 Agent 对话

换句话说，这台 25 美元的手机，变成了一个随时在线的“硬件执行节点”。例如，他可以在 Discord 里发出指令：“Hey Claw，帮我把手电筒打开再关掉。”几秒钟后，手机手电筒亮起，又熄灭。

这背后的流程并不神秘：OpenClaw 接收 Discord 消息，调用 Termux API，再由 API 调用安卓系统接口完成硬件操作——原本只有 App 或系统进程才能做的事情，现在交给了一个语言模型驱动的 Agent。

在 Ethan 看来，真正有趣的并不是“能开手电筒”，而是“模型开始拥有物理执行能力”。

拍照+GPT 5.2：一台入门机的视觉能力

为了验证这不是“玩具级 Demo”，他又做了一个更具象的测试。

他对 Agent 说：“用后置摄像头拍一张照片，然后告诉我你看到了什么。”接着，他把手机对准桌上的一块 Raspberry Pi。手机拍照成功，画面通过 Discord 回传。随后图片被送入当前配置的模型，也就是通过GPT 5.2进行视觉分析。

对此，模型返回的描述是：“一块单板计算机，Raspberry Pi，以及连接的 USB 线缆。”

这个任务实现了：低端安卓机负责采集图像，云端大模型负责视觉理解，Discord 负责交互，Agent 负责流程编排——一个完整的“感知—理解—反馈”闭环，就这样在 25 美元的硬件上跑通了。

不仅能感受手机姿态，还可以打电话

不仅如此，Ethan 还测试了传感器能力。他问：“现在手机的姿态是什么？”

Agent 调用加速度计数据，分析重力方向，最终回复：手机大致处于竖直直立状态——那一刻，手机确实是被他竖着拿在手里的。

这说明，Agent 不再只是“文本理解系统”，而是能够读取真实物理状态的系统节点。例如 IMU、摄像头、闪光灯，这些原本服务于 App 的硬件，现在都成了 AI 的工具箱。

或许有人要问了，既然能调摄像头、能读传感器，那能不能打电话？

理论上是可以的。Ethan 让 Agent 去联系人列表里查找“Mike”并拨号，手机确实调起了拨号界面，并尝试发起通话——不过，毕竟这是一台没有实际绑定号码的预付费手机，通话自然失败。

说到这里，Ethan 还补充了一点：“如果想让 OpenClaw 监听麦克风音频或发送语音，手机需要 Root 权限。但我这台没 Root，所以做不到，因为安卓对通话、音频这类权限做了非常严格的沙箱隔离。”

未来畅想：搭建一个“手机集群”

事实上，当下有不少开发者都选择用 Mac Mini 或小型服务器跑 Agent 集群，优势在于硬件性能强、部署稳定、环境可控。相较之下，Ethan 选择用低价手机跑 OpenClaw 的决定不免令人意外。

经过了以上演示，Ethan 表示这台 25 美元的廉价手机虽然配置有限，但作为 OpenClaw 的入门级运行设备，已经足够优秀：“对于很多想尝试 OpenClaw 但不想花费太多钱购置硬件的开发者来说，这类廉价预付费手机是一个绝佳的选择，它能让你快速上手，体验 AI 智能体操控硬件的乐趣。”

不过他也客观承认，若预算充足，还是更推荐用树莓派运行 OpenClaw：

“树莓派搭载的是原生 Linux 系统，不需要像安卓手机这样，为了绕过系统限制去折腾 OpenClaw 的配置，使用起来更便捷，也能避免很多兼容性问题。”

至于未来规划，Ethan 透露下一步他想搭建一个“手机集群”：“现在很多人会购置多台 Mac mini 搭建 OpenClaw 集群，我也想尝试用几台这种廉价安卓手机，组成一个手机集群，每台手机都跑上 OpenClaw 智能体，然后通过 Discord 同时与所有智能体交互，看看能实现哪些更有趣的功能。”

社区质疑：手机集群，真有用吗？

Ethan的视频发出后，评论区的声音颇为分裂。

有人直言：“很酷，但我想不到集群控制手机有什么实际用途。”也有人开始脑洞大开：

● 可以做成一个极低成本的安防系统：当检测到画面移动时，自动录制 15 秒视频并通过短信或邮件发送给主人——理论上，这套逻辑确实可行。手机自带摄像头、网络、传感器，只要 Agent 能够串联触发条件与发送逻辑，它就可以变成一个分布式监控节点。

● 也有评论开玩笑提到，可以给所有手机插上 SIM 卡，它们就成了一个“社交媒体点赞农场”。

在众多评论中，还有一个更现实的声音。

过去很多人想做类似实验，却被模型成本卡住。调用顶级模型 API 需要订阅费用；而本地可运行的开源模型，往往动辄 40GB 内存起步。对于只有 10～20GB 可用内存的普通开发者来说，几乎不可能流畅运行。

而如今，通过云端 API + 低端硬件采集的组合，反而成了一种折中方案：重计算交给云端，大模型只负责理解，手机只负责感知和执行——这让更多“穷折腾”的开发者也有机会参与进来。

那么，你对于 Ethan 的这项实验又有何看法呢，欢迎在评论区留言。

参考链接：https://www.reddit.com/r/AgentsOfAI/comments/1qybhk2/this_guy_installed_openclaw_on_a_25_phone_and/