Última hora sobre IA: Zhong Erxin, exgerente de producto del cliente de escritorio de Doubao, ha publicado como código abierto iPhone Use, que permite a Codex manejar directamente un iPhone real. Los usuarios solo tienen que indicar tareas en lenguaje natural y Codex puede abrir aplicaciones, leer páginas, tocar la pantalla, deslizar, escribir en chino e incluso buscar y organizar listas. Todo el proceso se puede ver en tiempo real en la barra lateral de Codex. El proyecto utiliza por debajo WebDriverAgent (WDA) de Appium, una herramienta de automatización móvil basada en el framework de pruebas XCTest de Apple. Primero, los desarrolladores instalan WDA en el iPhone mediante Xcode. Después, envían instrucciones de Codex al teléfono a través de un servicio MCP en el Mac, donde WDA ejecuta acciones como tocar la pantalla y escribir texto. No hace falta hacer jailbreak ni instalar por separado un servidor de Appium. Para reducir el tiempo que la IA pierde al consultar capturas de pantalla repetidamente, iPhone Use da prioridad a la información sobre los controles de la interfaz que proporciona el sistema, identificando directamente el texto, la posición y el estado de los botones. Si encuentra controles que no puede reconocer o que están ocultos, recurre a las capturas de pantalla y deja que el modelo determine las coordenadas que debe tocar. También permite ejecutar en lote acciones consecutivas para reducir el número de llamadas al modelo. La vista en tiempo real de la barra lateral se obtiene mediante una transmisión de pantalla independiente de WDA, por lo que no hace falta tomar capturas repetidamente. Por ahora, el tutorial oficial de iPhone Use todavía requiere conectar el teléfono por USB, y la primera vez hay que firmar e instalar WDA mediante Xcode. Apple admite la depuración inalámbrica y también se puede acceder a WDA a través de la red, pero el proyecto aún no ofrece una solución completa de configuración de conexión inalámbrica.