Vibe Projects

一个仓库里装着六个由 AI 生成的项目，以及每个项目由哪个模型所建的记录：一个原生 Android agent 运行框架，用你自己已登录的账号操作你自己的手机；一个按 hunk 逐块审阅 agent 改动的 VS Code 扩展；以及四个小型 Android 应用——一个能把亮度压到硬件下限以下的调光层、一个滚动距离统计器、一个吉他调音器，和一个用 Flutter 重写的离线力量训练记录应用。README 把这批东西称为「当前大模型能力的个人标尺」，而它的免责声明直白得少见：代码大量由 AI 生成、只经过非常有限的审查、只用于快速验证想法、不适合生产环境，风险自负。

谁做的GitHub 账号 steveimm，99 个公开仓库，账号建于 2018 年；主页填了个人站 steveimm.id，公司、所在地和简介都留空。这里 103 次提交全出自他手，用了个人 Gmail 和一个 lunit.io 域的地址。仓库从 2026 年 1 月一直跑到今天，还在动。

1. 01

   一个标尺，也是一堆应用

   Vibe Projects 于 2026-01-25 以一次 initial commit 开场，同一天还打了一个带 APK 的 1.0.0 release。README 用两句话说明它是什么：一个用 AI 实现随机想法的地方，以及——更有意思的那句——「my personal benchmarks of the current capability of LLM」。它的项目表里有一列是本档案在别处见不到的：每一项由哪个模型所建。extradim 和 scrollmuch 记在 Claude Opus 4.5 与 4.8 名下；cherry-diff 是 Opus 4.8、Fable 5 和 GPT 5.6 Sol；Fretmate 是 GPT-6。这张表落后于仓库本身：它列了四个项目，而目录树里有六个，缺的恰好是最大和最新的两个——PocketPilot（1,195 个文件里占 913 个、37 MB 里占 19.2 MB），以及表里完全没有一行的 fitnotes++。其余数字都很小，也不遮掩：0 星、0 fork、0 watcher，一位作者在八个月里提交 103 次，而 2 月、6 月、7 月一次提交都没有。

2. 02

   模型的名字写在提交尾注里

   Git 是查「谁干的活」的好地方，而这里它写下的是模型。19 次提交带共同作者尾注，每一条都是一个模型：Claude Fable 5 出现八次，Claude Opus 4.8 (1M context) 十一次。仓库还把 agent 配置当文件存着，而且是按项目而不是全局：PocketPilot 有一个 2,880 字节的 CLAUDE.md，AGENTS.md 是指向它的九字节软链接——和 DeepSeek Harness 的布置正好相反——外加七个 .claude/skills/，覆盖动作调试、autotune 循环、构建修复、prompt 调优和视觉 UX 调试，还有一个 architect 子 agent。cherry-diff 和 scrollmuch 各自带着自己的 AGENTS.md，分别 12.6 KB 和 8.8 KB。六个项目里有三个把自己建造时所用的指令一起发布了出来，这是这个仓库里最接近「方法」的东西。

3. 03

   PocketPilot 占了这个仓库的 95%

   最大的那个项目是一个开源的 Android agent 运行框架，而 README 直接给出了它相对替代方案的理由：多数 phone-use agent 要么需要一台用 ADB 连着的电脑来驱动手机，要么跑在一个没有登录你账号的云端虚拟手机里。PocketPilot 跑在你手上这台手机上，对着你已经登录的应用，不需要电脑，也不需要重新登录。架构是一个 ReAct 循环，没有外部编排器。基础工具集刻意做得很小——mobile_action 负责点、输入和滑动，open_app 与 system_button 负责导航，scratchpad 与一个待办清单工具当作会话内工作记忆——子 agent 走 delegate_task，长期记忆以 markdown 形式按用户／设备／单应用三层存放（标注为初步）。有三个工具是逃离「点与滑」的出口：shell 跑 Android toybox 命令，一次一条，不支持管道与重定向；termux_shell 在设备上提供完整 Linux 工具链；browser_script 通过 DevTools 协议对真实 Chrome 跑 JavaScript，循环与重试都在一次工具调用内部完成。感知默认走无障碍树，可选截图模式；通过 Shizuku 开一个虚拟显示后，agent 可以在旁边那块屏上干活，前台仍然归你。

4. 04

   两种技能，第二种才是有意思的那个

   PocketPilot 的技能分成两类。agent-skills 遵循 agentskills.io 格式、按需渐进加载，目前随应用打包，README 说发现机制仍在开发中。app-skills 是作者自己的设计：每个包一份 SKILL.md，教 agent 怎么操作某一个具体应用，每当那个应用切到前台就自动加载。树里装了十七份——Chrome、Photos、Calendar、Files、Settings、VLC、OsmAnd、Markor、Tasks、OpenTracks、Retro Music、Broccoli、Audio Recorder、Expense、Simple Calendar、Simple Gallery 等。想法很朴素，后果很实在：通用 agent 保持通用，而关于某个应用的知识住在它旁边的一个文件里，而不是塞进系统提示词。

5. 05

   一个会去改 agent 自己的评测回路

   仓库里有一个 eval/ 目录，README 说明了它的用途：拿一套 AndroidWorld 任务去测这个 agent，让一个 autotune 装置分析失败，由它提出 prompt、工具和技能层面的修改，然后再跑一遍。这条回路的零件都以目录形式在场——eval/tests、eval/results、eval/analysis、eval/tools，外加一个带回放模式和自带测试的 inspection_tool/——而 .claude/skills/ 里有一个 autotune 技能挨着一个 autotune-loop，两者都挂着参考材料和脚本。同一份 README 还写明了安全姿态，对一个业余项目来说绝对得少见：银行类、验证器类和加密货币钱包类应用被硬性拦截，没有任何设置可以覆盖；不熟悉的应用按应用逐个询问（始终允许／仅本次会话／拒绝）；标了 FLAG_SECURE 的界面在设计上对感知不可见；并且没有遥测、没有第三方分析，轨迹留在设备本地。

6. 06

   另外五个

   cherry-diff 是唯一一个不是 Android 应用的：一个 VS Code 扩展，按下开始后为受跟踪的文件拍一份基线快照，此后每一次编辑都变成一份按 hunk 逐块接受或拒绝的审阅。它在构造上就是 agent 无关的——监听编辑器与文件系统事件，所以没有任何东西需要与它集成——而且不需要 Git，因为拒绝是从它自己的基线快照恢复的。有两个细节看得出是真用过：每十秒轮询一次，以捕获 VS Code 监听器漏掉的新建与删除，包括被 files.watcherExclude 屏蔽的路径；拒绝是逐字节精确的，所以二进制和非 UTF-8 文件能原样往返，UTF-8 BOM 也不会丢。四个 Android 应用都小而具体。extradim 在屏幕之上画一层软件调光，让亮度能压到硬件下限以下，跑在前台服务里，配一个快捷设置磁贴和触摸穿透。fretmate 是给 Android 15 及以上写的吉他调音器与节拍器，33 个测试通过、analyze 干净、格式检查通过——而 README 明说它的 Android 构建从未验证过，因为没装 SDK。fitnotes++ 用 Flutter 重写 FitNotes（一个离线、无账号的力量训练记录应用），依据是一份逆向出来的参考文档，涵盖数据库结构、动作类型、图表指标、Brzycki 单次最大重量公式和 CSV 格式；M0 到 M4 已完成，两个自定义功能尚在计划中，但它们的结构接缝已经预留好了，所以落地时不需要迁移。

7. 07

   滚动统计器，或者说当 API 说谎时怎么办

   scrollmuch 统计你在所有应用里滚了多远，以米为单位，并给出单应用明细。有意思的地方在测量本身。Android 在滚动事件上暴露 scrollDeltaX 和 scrollDeltaY，而 README 直说：多数应用报的是 0，或者只有一个方向的正负 1，而不是真实像素距离。于是距离按可信度分三层推导：当上报的增量绝对值大于 1 时就采用它；否则把该应用的绝对滚动位置与上一次做差，并且只在滚动器报的是像素级位置、且变化不是瞬移也不是切换了滚动器时才采信；当某个应用完全给不出可用像素信号时，退回每手势约五厘米的固定估算。这是一个小应用，它的核心难题是一个平台 API 并不做它名字所说的事，而答案被写进 README，而不是藏在代码里。

8. 08

   免责声明说的，和仓库里装的

   根 README 不吹任何东西。它说这些项目由 AI 大量生成、作者只对代码做了非常有限的审查、它们只为快速验证想法而存在、不适合生产使用、风险自负。那句话和这个仓库值得并排读，而不必互相消解。根许可是 MIT，PocketPilot 是 Apache 2.0。而表里没提的 PocketPilot——带着一个含隐私政策和商店截图的 Play Store 发布目录、一份 21.8 KB 的架构文档、一份状态机文档、一套带结果记录的评测装置、十七份单应用技能文件和一个回放检查工具。这些都不与「审查有限」矛盾：一个仓库完全可以同时是审查有限、打包讲究的。值得留意的只是那句声明针对的是两者中的哪一个。

9. 09

   不体面的那一半

   仓库之外，没有任何人写过它。0 星、0 fork、0 watcher，而它历史上仅有的两次非作者产生的事件，都是 ImgBot 的 pull request——一次在仓库开张当天合入，一次自 2026-08-24 起一直开着，两次都是在报告图片被优化了。唯一的 release 1.0.0（带 APK）在第一天发出，此后没有再发过。有几件事被明确标为未完成：PocketPilot 的长期记忆与技能系统标着「初步」，fitnotes++ 在等两个计划中的里程碑，fretmate 则从未为 Android 构建过。而赋予这个仓库意义的那份模型归属，是自报的：提交尾注是它唯一独立留下的痕迹，而尾注只提到了 README 所列模型中的两个。