Seorang mahasiswa berusia 22 tahun di Shenzhen, pada bulan Maret, diam-diam menghasilkan $14.7k hanya dengan menggunakan ponsel Redmi seharga 900 yuan. Orang tuanya sampai sekarang masih mengira dia sedang belajar di dalam kamar untuk ujian masuk universitas.

Setiap setengah jam, ponsel secara otomatis membuka enam aplikasi berita berbahasa Mandarin, memindai judulnya, mengambil tangkapan layar, lalu mengirimkan ringkasannya ke Claude. AI membandingkan harga di Polymarket dan langsung memberikan saran taruhan.
Sepanjang proses, dia tidak menulis satu baris kode pun. Semuanya bergantung pada proyek open-source bernama PhoneDriver—prinsipnya sangat sederhana: AI melihat layar seperti manusia, memutuskan sendiri di mana harus diklik dan digeser. Kamu hanya perlu menjelaskan tugasnya dengan bahasa sehari-hari. Ponsel tidak perlu mengaktifkan API apa pun, apalagi menyentuh kode dasar aplikasi, karena model hanya melihat piksel yang kamu lihat.
Logika yang digunakan mahasiswa ini sebenarnya tidak rumit. Berita berbahasa Mandarin dipublikasikan dalam bahasa Mandarin, dan sebelum diterjemahkan oleh Reuters, beberapa jam sebelumnya sudah muncul di Toutiao. Sedangkan harga di Polymarket didasarkan pada trader dari dunia berbahasa Inggris. Ketika berita berbahasa Mandarin keluar, pasar baru merespons, dan ada selisih waktu sekitar 20 sampai 50 menit.
Dari enam aplikasi yang dia gunakan, tiga di antaranya memblokir crawler, satu lagi memblokirnya. Tapi PhoneDriver tidak memproses data, ia hanya menggunakan aplikasi seperti manusia biasa—hanya saja lebih cepat dan tidak pernah istirahat. 96% dari aplikasi mobile tidak memiliki API terbuka, tetapi setiap aplikasi memiliki layar. Bagi PhoneDriver, itu sudah cukup.