Руки для ИИ-агента: расшифровка, браузер, телефон — и оплата по «да»

Для кого Фаундеры и практики, которые строят своих ИИ-агентов

Агент расшифровывает записи на своей видеокарте, работает в браузере человека с его логинами и читает приложения телефона. Платить — только после «да».

Результат

Час записи — примерно за 10 минут (около ×6 реального времени)

Логины человека без передачи паролей агенту

Правило: смотреть свободно, платить — только после прямого «да»

Whisper large-v3 на своей видеокарте Расширение Chrome через туннель Android-эмулятор + adb Claude Code

Автор: Команда heg.ai

Что делает

Агент сам узнал в телефоне человека цену такси — а заказать без его «да» не смог. Обычный агент упирается в окно входа; этому дали руки. Расшифровка: речь распознаётся на своей видеокарте примерно в шесть раз быстрее реального времени — час созвона примерно за десять минут. Живой браузер человека, где он уже везде вошёл: агент работает в отдельной вкладке, пароли ему не нужны. Телефон с приложениями человека: баланс, статус заказа, цена поездки — без всякого API. Правило одно: смотреть — свободно, заказать или оплатить — только после прямого «да» человека на конкретную сумму.

Как устроено в двух словах

Все руки живут на одной рабочей станции с видеокартой и браузером, а она держит обратный туннель к серверу агента. Агент зовёт их короткими консольными командами: поставить запись на расшифровку, открыть страницу, прочитать текст, нажать, снять экран телефона.

В подписке

Пошаговая инструкция по внедрению и промпт для старта

Обсуждение с автором и теми, кто уже внедрил (0)

Заявка на внедрение под ключ

Инструкция, обсуждение и заявка на внедрение — в подписке. 7 дней бесплатно.

Начать бесплатно