Um estudante universitário de 22 anos em Shenzhen, em março, ganhou 14.7k dólares com um smartphone Redmi de 900 yuans, sem fazer barulho. Os seus pais ainda pensam que ele está a estudar para o exame de admissão à universidade em casa.

O telefone abre automaticamente seis aplicações de notícias em chinês a cada meia hora, passa pelos títulos, faz uma captura de ecrã e depois envia o resumo para o Claude. A IA compara os preços na Polymarket e fornece recomendações de aposta diretamente.
Durante todo o processo, ele não escreveu uma única linha de código. Tudo se baseia num projeto open source chamado PhoneDriver — o princípio é simples: a IA vê a tela como uma pessoa, decide onde clicar e deslizar por conta própria. Basta descrever a tarefa em linguagem simples. O telefone não precisa de APIs nem de mexer no código de baixo nível das aplicações; o modelo só vê os pixels que aparecem na tela.
A lógica que este estudante usa não é complicada. As notícias em chinês são publicadas em chinês, e qualquer ação regulatória, decisão comercial ou dado económico, antes de serem traduzidos pela Reuters, já estão disponíveis na página do Toutiao há várias horas. E na Polymarket, os preços são definidos por traders do mundo anglófono. Quando as notícias em chinês aparecem, o mercado demora entre 20 a 50 minutos a reagir.
Das seis aplicações que ele usa, três bloqueiam os crawlers, uma delas bloqueia cada crawler. Mas o PhoneDriver não analisa os dados; ele usa as aplicações como uma pessoa normal, só que mais rápido e sem descanso. 96% das aplicações móveis não têm APIs públicas, mas cada uma tem uma tela. Para o PhoneDriver, isso basta.