iPhone Duo 与 Mac Studio 联动：折叠形态重塑端侧 AI Agent 工作流

事件概述

该方案构建了一个以高性能桌面电脑为算力核心、折叠屏手机为交互终端的本地 AI 工作流。核心逻辑是将 Mac Studio 作为常驻本地的“智能大脑”，负责模型推理、Agent 任务执行及文件处理；而 iPhone Duo 则作为移动控制端，通过特定 App 实时连接并指挥 Mac Studio，利用其独特的折叠形态优化不同场景下的交互体验。

核心技术与架构

• 网络连接机制：
  • 局域网环境：Mac Studio 运行 HTTPS 代理服务，监听局域网地址，接收来自 iPhone Duo 的请求后转发至本机 Bridge 组件。
  • 远程/蜂窝网络：支持将手机与 Mac 加入同一 Tailscale 私有网络，通过 Tailscale Serve 功能将 Bridge 暴露为私有 HTTPS 服务，实现跨网络访问。
• 软件栈配置：
  • 模型部署：使用 LM Studio（或 Ollama、unsloth 等替代工具）在 Mac Studio 上加载本地开源模型，如 DeepSeek V4 Flash、Qwen3.8 27B、GLM 5.3 Flash 等，并提供 OpenAI 兼容接口。
  • 任务执行：采用 DeepSeek Harness 作为 Agent 框架，规划任务、调用工具及操作文件系统。它通过自定义接口接入 LM Studio，确保模型推理与任务执行均在本地完成。
• 数据同步：App 连接后读取会话列表及内容，通过 sessionId 发送任务。即使手机连接中断，只要 Mac 端服务正常运行，Harness 将继续管理任务直至完成。

iPhone Duo 三态交互设计

针对 iPhone Duo 的物理形态，设计了三种专属交互场景，以适配不同的信息密度和操作需求：

1. 合盖模式（Agent 仪表盘）：
   • 功能定位：快速监控与审批。正面显示任务卡片，展示 Agent 运行状态、剩余时间及负载摘要（内存、Token 用量等）。
   • 核心操作：拇指便捷的“确认/拒绝”按钮用于关键决策审批；支持将进度挂起至灵动岛，实现锁屏状态下的进度可视。
2. 半折悬停模式（移动指挥中心）：
   • 功能定位：实时监控与自然语音交互。设备立于桌面时，上半屏滚动显示 Agent 执行轨迹（如工具调用、推理过程），类似视频监控；下半屏提供触控板、终端输入及语音派单键。
   • 优势：符合人体工学的语音输入姿势，适合长时间挂机渲染或生成任务的伴随式监控。
3. 完全展开模式（完整控制台）：
   • 功能定位：深度编辑与多任务处理。界面类似传统双栏布局，左侧为任务队列，右侧为选中任务的完整会话及产物预览（图片、表格、视频等）。
   • 高级操作：支持分屏多 App 操作，如拖拽参考图进入新任务卡片，或并排显示多个 Agent 会话以对比进度和调整提示词。

性能表现与行业意义

• 实测性能：在使用 DeepSeek V4 Flash 生成“骑自行车的鹈鹕”视频案例中，初次生成耗时 2 分 18 秒，经两轮调整后平均输出速度达到 34 token/s，证明了本地大模型在处理复杂多模态任务时的可行性。
• 生态趋势：随着 MiniCPM-V 4.7、Gemma 4 等端侧小模型能力的提升，手机本地运行轻量级模型成为可能。但复杂的 Agent 工作流仍依赖强大的运行环境和持续算力，Mac Studio 等高配设备填补了这一空白。
• 形态价值：iPhone Duo 的折叠形态解决了普通手机屏幕空间不足导致的信息密度限制，使“检查-修改-批准”的闭环能在移动端高效完成，无需频繁切换至笔记本电脑，体现了硬件形态与 AI 工作流的深度融合。