这个AI花1小时干完测评博主的活，YouTube要慌了？

一个AI代理，无人值守，1小时，从App Store扒信息、装应用、录屏、剪视频、传YouTube。开发者把全流程开源了，MIT协议。

这事发生在上周的Hacker News。项目叫Understudy，作者没留真名，只丢了个GitHub链接。但技术社区的反应很直接：24小时内500+星，评论区开始算"多少测评博主要下岗"。

拆解：六阶段流水线，哪里该人决策、哪里该机器死磕

Understudy的核心设计是把"长链条GUI操作"切成六段：爬取应用商店信息、通过macOS镜像安装到真机、探索性测试、定向检查、媒体采集、合成上传+清理。每段扔进独立的typed child session，防止上下文爆炸——说人话就是，AI不会记混"刚才点到哪了"。

作者特别强调了一个反直觉的点：确定性I/O比智能更重要。Workers层负责设备控制和浏览器操作，必须100%可预期；Skills层才允许AI做探索性决策。这个分层让系统能扛住弹窗、网络抖动、iOS更新提示这类"意外访客"。

另一个工程细节：每一步都从实时截图重新定位（re-ground），而不是依赖坐标记忆。iOS 17.4把某个按钮右移了12像素？不影响，AI会重新认图。作者管这叫"robustness wins here"——鲁棒性才是赢家。

输出端用FFmpeg本地合成带旁白的视频，所有截图、UI dump、日志打包留存。人类审核通过后才发布。整个流程跑在真机上，不是模拟器，所以能抓到实际性能问题和兼容坑。

对比：为什么之前的GUI agent总崩？

2023年到2024年，GUI agent Demo很多，能跑1小时不挂的很少。常见死法有几种：上下文窗口塞爆导致"失忆"、遇到系统弹窗直接僵住、录屏文件太大把磁盘撑满、或者最后合成的视频音画不同步。

Understudy的解法不算新，但组合得很扎实：session隔离解决失忆，re-grounding解决UI漂移，本地FFmpeg解决云端依赖，artifact bundling让失败可复盘。作者总结的经验是——长GUI agent需要清晰的分离边界，别把"该死磕的"和"该探索的"混在一起。

评论区有人算了笔账：一个中等体量的App测评博主，单条视频从下载到上传平均消耗3-4小时人工。Understudy把纯执行环节压到1小时，且可并行。剩下的只有选题判断和最终审核。

也有人泼冷水。iOS镜像依赖macOS，意味着硬件成本不低；App Store的反爬机制随时可能升级；最致命的是——AI的探索性测试能发现"闪退"和"加载慢"，但很难判断"这个交互设计是不是反人类"。

开源之后：谁在用，用来干什么

GitHub仓库的issue区已经有人尝试魔改：有人想接Android调试桥，有人想换成TTS（文本转语音）引擎做多语言版本，还有人问能不能自动回复评论区。作者回复很克制：核心架构稳定，外围欢迎PR。

一个被忽略的细节：Understudy的旁白脚本是自动生成的，但语气平淡得像Siri念说明书。这意味着，情感化表达仍是人类博主的护城河——至少目前如此。

Hacker News热评第一来自用户@pavlov：「我等了十年这种工具，不是因为我恨测评博主，而是因为我恨自己花20分钟下载一个App，发现它根本不适合我。」这条获得了340+赞。

另一条高赞评论更尖锐：「YouTube的算法推荐的是'能留住观众'的视频，不是'信息密度最高'的视频。AI生成的测评可能更客观，但未必更能打。」

项目主页放了三段process video，展示完整运行记录。没有加速，没有剪辑，1小时原速播放。这种"自证清白"的方式，本身就是对当前AI Demo文化的一种回应。

国内科技圈的关注点略有不同。有人在知乎讨论"能不能自动跑通微信小程序审核"，有人想拿来做竞品监控，还有人关心iOS镜像的法律边界——苹果的用户协议是否允许这种自动化操作，目前仍是灰色地带。

作者最后一条更新是3天前：修复了iOS 17.4.1的兼容问题，新增了对App Store搜索建议的抓取。没有路线图，没有融资消息，没有"联系我们"的商务邮箱。

如果这种工具普及，你会更愿意看AI生成的5分钟客观测评，还是人类博主带情绪的20分钟体验视频？