DIYgod، توسعه‌دهنده سرویس خوراک RSSHub و خبرخوان Folo، برنامه‌ای متن‌باز به نام Pinky منتشر کرده که به عامل‌های هوش مصنوعی اجازه می‌دهد یک iPhone یا گوشی Android واقعی را کنترل کنند. مخزن DIYgod/pinky روز ۶ نوامبر ۲۰۲۶ با مجوز Apache-2.0 در GitHub ساخته شد. سازنده پروژه آن را پیش‌آلفا می‌داند، اما به گزارش API گیت‌هاب تا صبح ۹ نوامبر ۱۱۸۹ ستاره گرفته بود و در سه روز نخست ده‌ها نسخه از آن منتشر شد.

این برنامه روی macOS، Windows و Linux اجرا می‌شود و از راه USB یا وای‌فای به گوشی وصل می‌شود. Pinky با فرمان pinkyctl mcp گوشی را به شکل یک سرور MCP در اختیار عامل‌ها قرار می‌دهد و از بخش تنظیماتش می‌تواند خودش را در Claude Code، Claude Desktop، Codex، Cursor، VS Code، Copilot CLI، Windsurf و Gemini CLI ثبت کند. خود برنامه هیچ مدل زبانی ندارد. کاربر تصویر زنده صفحه گوشی را می‌بیند، با کلیک روی آن می‌تواند عامل را متوقف کند و کنترل را به دست بگیرد، و هر اجرا به صورت گام‌هایی با زبان ساده، تصویر صفحه و فیلم ضبط‌شده ثبت می‌شود که می‌توان آن را به شکل گزارش HTML روی همان کامپیوتر نگه داشت.

مهم‌ترین تصمیم طراحی این است که تأییدها را درگاه Pinky اعمال می‌کند، نه دستورهایی که در متن درخواست به عامل داده می‌شود. به‌طور پیش‌فرض پرداخت، معامله و انتقال پول منتظر کلیک کاربر در پنجره Pinky می‌ماند و کاربر می‌تواند این قاعده را به ارسال پیام، حذف، سفارش، تماس و نصب برنامه هم گسترش دهد. برنامه‌های بانکی، کیف پول و مدیریت گذرواژه از دید عامل‌ها پنهان می‌مانند و عامل‌ها نمی‌توانند در فیلد گذرواژه یا رمز یک‌بارمصرف چیزی بنویسند. بررسی کدی که Tokenstrom منتشر کرده نشان می‌دهد فقط رابط برنامه روی کامپیوتر می‌تواند تأیید بدهد، درخواستی که پاسخ نگیرد پس از ۶۰ ثانیه رد می‌شود و هر تأیید به نشست، دستگاه، ابزار و ورودی‌های همان فرمان گره خورده و فقط یک بار قابل استفاده است.

پشتیبانی از دستگاه‌ها برای پروژه‌ای سه‌روزه گسترده است. نسخه‌های ۱۰ تا ۱۷ اندروید پشتیبانی می‌شوند و یک برنامه همراه، خواندن صفحه را سریع‌تر می‌کند؛ از اندروید ۱۳ به بعد هم عامل روی یک نمایشگر دوم پنهان کار می‌کند تا صاحب گوشی بتواند همچنان از آن استفاده کند. برای iPhone دست‌کم iOS 17.4 لازم است: از iOS 27 به بعد Pinky از پروتکلی استفاده می‌کند که پشت Device Hub در Xcode قرار دارد و نیازی به نصب چیزی روی گوشی نیست، اما نسخه‌های قدیمی‌تر به ابزار کمکی WebDriverAgent نیاز دارند که باید با Xcode ساخته شود و با Apple ID رایگان هر هفت روز دوباره امضا شود. رابط کاربری به جای Electron با ابزار MyGo مستقیماً روی GPU رسم می‌شود و همین باعث شده حجم دانلود بین ۱۶ تا ۲۲ مگابایت بماند.

گوشی هوشمند مقصد بعدی عامل‌هایی است که اکنون در مرورگر و ترمینال کار می‌کنند، چون بسیاری از برنامه‌های پیام‌رسان، سفارش غذا و بانکداری نسخه وب ندارند. Tokenstrom برنامه Pinky را با Open-AutoGLM، mobile-mcp و چند سرور کنترل اندروید مقایسه کرده و نتیجه گرفته که بیشتر آن‌ها یا تصمیم درخواست تأیید را به خود مدل می‌سپارند یا اصلاً تأییدی برای پرداخت ندارند. VibeHacker و Hamidun News هم این عرضه را پوشش داده‌اند و گزارش دومی بر پایه اعلام DIYgod در X نوشته شده است.

محدودیت‌ها را تا حدی خود پروژه هم پذیرفته است. فایل README هشدار می‌دهد عاملی که اجازه اجرای فرمان در پوسته را دارد می‌تواند از راه adb مستقیماً به گوشی اندروید برسد و قواعد Pinky را دور بزند؛ به همین دلیل پیشنهاد می‌کند چنین عامل‌هایی در محیط ایزوله اجرا شوند یا گوشی به کامپیوتر دیگری وصل شود. Tokenstrom یادآوری کرده که فهرست برنامه‌های مالی مسدودشده تا حدی به کلیدواژه‌ها متکی است و چند بانک آلمانی را از قلم انداخته، و مسیر iOS 27 به رابط‌هایی از Device Hub تکیه دارد که برای کنترل از راه دور مستندات رسمی‌شان پیدا نشد؛ پس ممکن است با یک به‌روزرسانی Apple از کار بیفتد. تا امروز Claude Code تنها عاملی است که سازنده آن را از ابتدا تا انتها روی گوشی‌های واقعی آزموده است.

برای توسعه‌دهندگانی که گردش‌کارهای مبتنی بر عامل می‌سازند، Pinky نمونه‌ای عملی از بیرون بردن مرحله تأیید انسانی از درون مدل است؛ جایی که متن فریبنده‌ای که روی صفحه نمایش داده می‌شود نمی‌تواند از آن عبور کند. ارزش واقعی این محافظت به این بستگی دارد که عامل‌ها تا چه حد از گوشی جدا نگه داشته شوند و برنامه روی دستگاه‌هایی بسیار بیشتر از معدود گوشی‌های فهرست‌شده در مخزن آزموده شود.

منابع