淘宝 · 天猫
- 巴黎水 330ml × 24¥159
- 得力魔术贴理线带¥4.42
- 风火轮跑道¥38.13
借 Tianyi Mac 上 Chrome 的后台标签页操作,不抢他正在用的窗口。登录发二维码让他扫;付款首选支付宝 AI 付确认链接,点一下就付完,二维码备用。
上一次是「不止回答,开始办事」。这一次在携程订票、滴滴打车之上,又多了淘宝下单和点外卖—— 真实付款、真实订单、真实现场。同一天,还多了一个入口:打电话给 V。
每条线都标了实际走到哪一步,包括还没走完的。
不是「能搜到」「能打开」,而是真正走完——每一张卡都写清实际走到哪一步、还差什么。
借 Tianyi Mac 上 Chrome 的后台标签页操作,不抢他正在用的窗口。登录发二维码让他扫;付款首选支付宝 AI 付确认链接,点一下就付完,二维码备用。
关键发现是让浏览器「像个手机」:iPhone UA、390×844 视口、触屏模式,再把定位放在家。之后的搜店、加购、地址餐具、提交订单都是 V 走的,订单随即进入「正在召唤骑士」。
接的是官方 MCP:地图与逆地理、四种路线规划、周边搜索,加上打车侧的预估、下单、查单、司机位置与取消。「家」的上车点钉到了具体门口并双向核对回显名。
搜索、比价、按本人选择定直达车次、带出已存乘车人、核对退票规则,一路推进到 12306 登录之前。
接管卡片、Ask User 聊天回答、桌面共控与浏览器后台标签页——需要本人出手的时候(扫码、密码、人机验证), V 把页面和执行都准备好,本人只负责「验证 + 提交」,交还后 V 继续往下走,不重头再来。
不用打字,打开链接就能说话。
入口是一个链接,背后换成了 GPT Live 的实时语音。打电话进来,V 用完整工具去查、去办,再用语音回答; 每次拨号是新通话,但房间里的对话历史接着走,「我的日历」指的是飞书日历。语音与文字的权限已经一致, 需要确认的事不会因为「在电话里」就绕过去。
Tianyi 确认 /voice 页面可以用了。
专门研究别人的 agent 怎么做支付,看哪些能借到 V 身上。
实时读会中逐字稿,现场用逐字稿产出客户方案。
当晚天猫三单付款成功,最后一单从点确认到付完不到 20 秒。
公司地址记进个人档案;家里的上车点按实际门口重新钉准。
选店、加购、提交订单由 V 完成,订单进入「正在召唤骑士」。
把已经做到的、还没做到的、和需要本人决定的,分开写。
让 V 一次统筹订完一趟旅行需要的全部票种,逐张核对出票与费用,而不是一张一张指挥。
这是项目目标,还没有确定的日期、目的地与订票授权。购物线目前依赖 Tianyi 的 Mac 开机、Chrome 与扩展在线,V 才能买。
先如实写出限制,再谈怎么去掉它。语音的「最终答案保真」与「双向音频」要在真实通话里验;生产 14 项来自 Tianyi 通报,V 未逐项实测。
没在真实体验中验过,就不写成已通过。