I vibe-coded an Android app using Google

marsbitXuất bản vào 2026-05-23Cập nhật gần nhất vào 2026-05-23

Tóm tắt

In a hands-on experience, Google AI Studio's new "prompt to phone" feature allows users to generate functional Android apps using natural language prompts. The author created three apps in one afternoon: a text-based adventure game called MOOD, a calorie counter, and a Super Mario-style game featuring Peach. The process involved describing the app concept, letting Gemini AI generate the code and interface, and then installing it directly onto a connected phone. While the apps were generated and installed quickly, their quality varied significantly. The text adventure was simplistic and buggy, the calorie counter provided inaccurate data due to flawed logic, and the platformer was prone to crashes. The AI could efficiently fix specific, identifiable bugs through follow-up prompts. However, the experience highlighted that while AI can rapidly prototype "working" software, creating reliable, accurate, and polished applications still requires human oversight, judgment, and iteration. The tool dramatically lowers the barrier to entry for personal software creation but doesn't yet replace the need for developer expertise in the final stages of quality and refinement.

Editor's Note: Google AI Studio is bringing AI programming to a more intuitive stage: users are no longer just having models 'write code', but can directly generate an Android application using natural language and install it on a real phone within minutes. From entering a prompt in the browser, to Gemini automatically generating code, designing interfaces, fixing bugs, to the app appearing on the device, the barrier to software development is being lowered even further.

The Verge author Sean Hollister recently experienced the 'prompt to phone' capability of Google AI Studio. He created three apps in one afternoon, including a text adventure game, a calorie calculator, and a Mario-like mini-game, with almost no need to write code himself, and some bugs could be quickly fixed by continuing the conversation. This experience shows that AI programming tools are moving from development environments closer to consumer-facing scenarios for ordinary users.

This is also the most imaginative aspect of the 'personal software revolution.' In the past, ordinary users could only wait for developers to create general products; now, they might be able to generate a fitness tracker, calorie calculator, or even a simple game on the fly according to their specific needs. For Google, this isn't just a demonstration of AI programming capability; it could also be a new entry point for Gemini into the mobile ecosystem, developer community, and subscription revenue.

However, this experience also illustrates that AI-generated applications still have a significant gap to truly mature. It can quickly produce a 'working' program but not necessarily a reliable, accurate, or user-friendly product: game narratives are crude, mechanics are thin, calorie data can be severely miscalculated, and the Mario-like mini-game even crashes repeatedly. More complex issues also include copyright boundaries, data sources, product judgment, and long-term maintenance capabilities.

What's truly worth paying attention to is not whether AI can already replace developers, but that the starting point of software production is changing. Google has proven that it's becoming a reality for ordinary people to create mobile apps using prompts; but from 'generating an app' to 'making a good app,' human professional experience, aesthetic judgment, and continuous iteration are still required in between. AI can significantly accelerate development speed, but the final mile of software quality can't be handed off—at least not yet.

Here is the original article:

Yesterday, I made my first Android app. Then, I made two more—three apps in one afternoon.

For one of the apps, I essentially just typed 148 English words into a web browser and then walked away. Ten minutes later, a brand new, complete app had appeared on my real Android phone. Of course, I did need to prepare the phone beforehand: enable USB debugging mode and connect it to my computer. But aside from that, as Google advertised, AI Studio did almost all the work for me.

I typed, clicked install, and then—voilà—a fully functioning program appeared. At that moment, I was almost ready to agree with David, Allison, and Jen's assessment: the personal software revolution has arrived, and it's entering your phone. In the future, even without programming skills, ordinary people might be able to get complex smart home device systems truly up and running.

Then, I started actually using these three apps: a calorie counter and two games. It turned out, they didn't perform very well. And just as I was beginning to enjoy iterating and trying to improve them, AI Studio reminded me that I had reached my daily usage limit. Next, I would either have to pay or wait for the quota to reset.

So, friction still exists. But there's no denying what an individual can accomplish nowadays is quite astonishing. That same morning, my colleague Stevie Bonifield also made a personal fitness tracker app, and he thought it was good enough to actually use. Faced with Gemini's pop-up prompt to upgrade to a paid plan, my first instinct was actually: 'Should I pay for a few months first?' That's not a reaction I would have expected myself to have towards a Google product.

How Google's AI Studio Builds an Android App

On Tuesday, when Google showed off using AI to write a game similar to Doom, we joked that I should make a game called MOOD. It would be a text adventure game like Doom, with MOOD standing for 'Modern Online Oratory Dungeon.'

Just this information was enough for Google to get to work. After I typed into AI Studio: 'Help me make a Doom-style text adventure game called MOOD, with MOOD standing for Modern Online Oratory Dungeon,' Gemini started automatically supplementing more ideas, trying to expand on my concept. It first typed a sentence: 'The game should feature procedurally generated levels and challenging turn-based combat.'

I didn't want randomly generated levels that were completely different each time—I wanted a classic text adventure where players explore a designed, real map structure. Turn-based combat, though, was acceptable. Maybe the game could also have AI help me auto-generate the map?

Then, Gemini suggested more settings like 'secrets hidden in rooms' and 'a satisfying progression system.' Most of the time, I just nodded along with its ideas.

Before I let it start writing code, the final prompt was this:

Next, it officially went on a full sprint. My colleague Jake pointed out that unlike Claude Code, Gemini doesn't make a plan first and then ask if you want to proceed. It automatically pushes forward—though you can check the code it writes at any time if you want.

One minute later, it had already generated five design prototypes for me:

Twenty minutes later, I pressed the 'Install' button, transferring the game to a Pixel 9 phone.

Unsurprisingly, the writing was terrible. There were also no demons to be seen anywhere. The entire dungeon had only 11 rooms, and players could 'beat' it just by repeatedly mashing the attack button—in under a minute if played seriously. At least now it could; before that, Gemini had to help me fix two critical bugs that made the game unplayable.

Here's MOOD in action:

It wasn't a huge surprise to discover that Gemini's promised 'engaging narrative with branching dialogue options and multiple endings' eventually condensed into a simple branch at the very end of the game: I could defeat the 'Core Orator'—an AI that somehow turns internet anger into corporate profits—by attacking it, fusing with it, or entering a backdoor password.

Furthermore, the game actively exposed all the promised 'secrets' directly to the player: it made them into glowing buttons, and players didn't even need to type any text. When you encounter a glowing treasure chest, the game tries incredibly hard to remind you it's actually a Mimic—the classic Dungeons & Dragons monster that disguises itself as a treasure chest.

It not only explicitly warns you to 'check the chest at your own risk,' but even labels it as an enemy and doesn't let me leave, because the system prompts: 'A hostile ‘Clickbait Mimic’ is blocking the path!'

Speaking of which, MOOD will even tell you the backdoor password needed to unlock the hidden ending when you need it.

However, the bug-fixing process could be surprisingly smooth, provided it was a bug Gemini could correctly identify. When I told it the game got stuck when talking to 'The Whistleblower' because the button to end the conversation was missing, it immediately generated a new version of the app. I pressed 'Install,' the app on my phone restarted automatically, and upon re-entering the game, I found myself right where I left off—only this time, the button I needed was there.

My other apps probably needed more polishing. The calorie counter's best method for determining a food's calories turned out to be calling the paid Gemini API, which I don't have a key for. When I asked it to search for information from other databases instead, I discovered that its estimates for many foods were severely low.

However, when I told Gemini that a 16-ounce boba milk tea couldn't possibly be only 190 calories, it did seem to find that basic mistake in its own code. It previously thought 'milk' was enough to match 'boba milk tea,' and worse, it chose low-calorie 1% milk as the basis for the estimate. Gemini claimed it would now perform more reliable matching.

But even so, my 3-ounce serving of Taiwanese popcorn chicken was just calculated as 140 calories, and I'm pretty sure the real number is at least double that. So, this app clearly needed more work.

Finally, and least importantly, I felt I needed to test: whether Google still allows users to make those terrible Nintendo knock-off games, like my colleague Jay Peters did earlier this year with Project Genie; or whether Google had learned its lesson.

With deep shame, I present to you—Super Peach Rescue:

This is an utterly terrible program. Princess Peach was rendered as some kind of terrifying, one-eyed floating alien, and the game would instantly crash—every single time—if she dared touch any of the power-up blocks. So far, Gemini hasn't been able to figure out why.

Also, the second pipe in the game is completely impassable because Princess Peach simply can't jump that high.

Nevertheless, Gemini didn't hesitate when generating such a game. My request was: 'Make a working Super Mario game where I play as Princess Peach rescuing Mario, with all the elements of a traditional Mario side-scroller.' In a sense, it did.

It even proactively suggested that I could 'give Peach a series of classic Mario power-ups like Super Mushroom, Fire Flower, and Starman.' It also labeled the control scheme as 'NES System.' I think I'll delete this game.

At least, among the two games I made via vibe coding, one was playable from the start and required almost no effort on my part—unless you count the psychological trauma of thinking about how many game developers are now unemployed.

To be clear: I'm actually glad the games I vibe-coded turned out so poor. For a completely free, personally-tailored calorie counter, I might still be able to defend myself: after all, no one would make such a tool just for me. But when it comes to games, I'd rather spend my time supporting actual human creators.

Câu hỏi Liên quan

QWhat is the core capability demonstrated by Google AI Studio in this article, and what did the author create with it?

AThe article demonstrates Google AI Studio's ability to generate functional Android applications directly from natural language prompts, a process the author refers to as 'vibe coding.' Using this, the author created three applications: a text-based adventure game called 'MOOD,' a calorie counter, and a poorly functioning Super Mario-style game where Princess Peach rescues Mario.

QWhat are some of the main advantages and significant drawbacks of using AI to generate applications as described in the experience?

AAdvantages include drastically lowering the barrier to software creation, allowing non-coders to quickly generate apps tailored to personal needs, and a remarkably smooth bug-fixing process for issues the AI can identify. Major drawbacks are that the generated apps are often unreliable, inaccurate, or have poor quality: the games had thin narratives and mechanics, the calorie counter gave severely low estimates, and the Mario clone crashed frequently. Complex issues like copyright, data sourcing, and long-term maintenance also remain unresolved.

QDescribe the process of creating and installing the 'MOOD' game. What were some of its shortcomings?

AThe author entered a 148-word prompt into Google AI Studio. Gemini expanded on the idea and, without needing prior planning confirmation, generated code and multiple UI prototypes. About 20 minutes later, the author pressed 'Install' to transfer the APK to a connected Pixel 9 phone. The game's shortcomings included terrible writing, only 11 rooms, simplistic combat (just spamming an attack button to win), a lack of demons as suggested by the 'Doom-like' prompt, and a poorly implemented narrative that directly revealed all secrets and gave away puzzle solutions.

QHow did the AI handle bug fixes during the app creation process, according to the author's experience?

AThe bug-fixing process was described as surprisingly smooth for issues the AI could correctly diagnose. For example, when the 'MOOD' game got stuck because a dialog exit button was missing, the author reported the issue. Gemini then generated a new version of the app. After installation, the app restarted on the phone, and the author resumed play from the same point—but with the necessary button now present.

QWhat broader implications does the author suggest this 'personal software revolution' might have, while also highlighting its current limitations?

AThe author suggests this could enable a 'personal software revolution' where individuals can generate apps for specific, niche needs (like a custom fitness tracker or calorie counter) without waiting for developers. For Google, it represents a potential new entry point into mobile, developer ecosystems, and subscription revenue via Gemini. However, the key limitation is the gap between 'generating an app' and 'making a good app.' The author concludes that while AI can accelerate the starting point of development, the 'last mile' of software quality—requiring human expertise, aesthetic judgment, and iteration—cannot yet be handed off to AI.

Nội dung Liên quan

Gã khổng lồ mô hình lớn Thượng Hải bắt đầu niêm yết trên thị trường A-share

MiniMax, công ty hàng đầu về mô hình lớn AI của Thượng Hải, đã nộp báo cáo đăng ký tư vấn niêm yết lên Ủy ban Giám sát Chứng khoán Thượng Hải vào ngày 29/5, khởi động quá trình niêm yết A-shares với CITIC Securities là cố vấn. Sau khi IPO trên sàn HKEx vào tháng 1, giá cổ phiếu MiniMax đã tăng 409,09%, đạt vốn hóa thị trường khoảng 227,55 tỷ nhân dân tệ. Hiệu suất kinh doanh phát triển mạnh: ARR (Doanh thu thường xuyên hàng năm) trong hai tháng qua tăng hơn 100%, vượt 300 triệu USD. Năm 2025, doanh thu đạt 79,038 triệu USD (khoảng 535 triệu nhân dân tệ), trong đó sản phẩm gốc AI chiếm 53,075 triệu USD. Lợi nhuận gộp tăng lên 25,4%, lỗ ròng điều chỉnh thu hẹp đáng kể. Về sản phẩm, công ty đã liên tục ra mắt các mô hình ngôn ngữ lớn hàng đầu như M2.5, M2.6, M2.7 và mở nguồn hai mô hình. Mô hình M3 sắp tới sẽ áp dụng cơ chế Chú Ý Thưa MiniMax, tăng tốc độ suy luận lên 9,7 lần và 15,6 lần tương ứng. Cùng với MiniMax, các công ty hàng đầu về mô hình lớn trong nước như ZhiPu cũng đang đẩy nhanh các động thái trên thị trường vốn. Việc niêm yết mở ra kênh huy động vốn phong phú hơn cho các công ty này trong bối cảnh đầu tư điện toán cao và con đường thương mại hóa chưa hoàn toàn khép kín.

marsbit30 phút trước

Gã khổng lồ mô hình lớn Thượng Hải bắt đầu niêm yết trên thị trường A-share

marsbit30 phút trước

CEO của Bit Digital: Tại sao tôi vẫn đang mua thêm ETH

Tác giả Sam Tabar, CEO của Bit Digital, giải thích lý do ông tiếp tục mua thêm ETH. Ông nhấn mạnh đây không phải là quyết định dựa trên chu kỳ thị trường hay các câu chuyện đầu cơ, mà là kết quả của việc phân tích dữ liệu và nhận thấy tài sản này đang bị định giá sai lệch. Ông cho rằng việc đánh giá ETH dưới góc độ "tiền tệ" là một sai lầm. Trong khi Bitcoin tập trung vào cuộc chơi đồng thuận tiền tệ, Ethereum đã lựa chọn tính hữu dụng - trở thành một lớp thanh toán có thể lập trình, nơi cả thế giới đang xây dựng. Giá trị của ETH đã hiện hữu thực tế: nó là nền tảng để phát hành stablecoin, token hóa trái phiếu kho bạc Mỹ và xử lý giao dịch cho các tác nhân AI. Đây chính là cơ sở hạ tầng thanh toán và giải quyết giao dịch mà tài chính truyền thống cần khi chuyển lên chuỗi. Theo tác giả, chất xúc tác thực sự cho việc định giá lại ETH sẽ đến từ nhu cầu thể chế, xuất hiện khi khung pháp lý, hệ thống lưu ký và môi trường quản lý đã sẵn sàng - một khoảnh khắc đang đến gần hơn so với những gì giá cả phản ánh hiện tại. Lý do cuối cùng cho việc mua vào là ETH tạo ra lợi nhuận (như lợi nhuận gộp 94,7% từ hoạt động staking trong quý I), bảo mật cho nền tảng hợp đồng thông minh hàng đầu xử lý hàng nghìn tỷ USD giao dịch mỗi năm, và đang được giao dịch ở mức chiết khấu đáng kể so với giá trị thực của cơ sở hạ tầng mà nó vận hành. Tác giả không cần ETH trở thành tiền dự trữ toàn cầu; chỉ cần nó duy trì hoạt động như hiện tại, điều đó đã đủ để ông mua và nắm giữ.

marsbit2 giờ trước

CEO của Bit Digital: Tại sao tôi vẫn đang mua thêm ETH

marsbit2 giờ trước

Sự Phát Triển Của Hệ Sinh Thái Cardano (ADA) Thúc Đẩy Hoạt Động Staking Tăng Mạnh

Sự tự tin và mối quan tâm của các nhà đầu tư vào Cardano (ADA) và khả năng mạng lưới của nó đang tăng mạnh, đặc biệt trong lĩnh vực staking. Trong khi giá tiếp tục chịu áp lực giảm, hoạt động staking ADA lại gia tăng đáng kể, một xu hướng góp phần tạo nên một blockchain an toàn hơn. Hoạt động staking trên Cardano đang tăng tốc. Theo dữ liệu từ nhà cung cấp cơ sở hạ tầng staking Everstake, hơn 21,75 tỷ ADA trong tổng nguồn cung 37,01 tỷ ADA hiện đang được staked, tương đương gần 58%. Con số này phản ánh mức độ tham gia lớn từ cộng đồng Cardano và là dấu hiệu vững chắc về sự gắn kết lâu dài trong hệ sinh thái. Sự gia tăng này trùng khớp với việc mở rộng cơ sở hạ tầng và hệ sinh thái của Cardano, cho thấy sự phát triển vẫn đang diễn ra mạnh mẽ. Song song đó, các "cá voi" ADA (ví giữ ít nhất 1 triệu ADA) đang tích lũy trở lại. Dữ liệu on-chain từ Santiment cho thấy các ví này hiện nắm giữ hơn 25,11 tỷ ADA, mức cao nhất kể từ tháng 12/2017, chiếm tới 67% nguồn cung ADA. Hành động tích lũy của các bên liên quan chủ chốt này thường được coi là dấu hiệu của sự tự tin và có thể là tín hiệu tăng giá trong dài hạn. Tóm lại, bất chấp biến động giá, Cardano đang chứng kiến sự tham gia staking mạnh mẽ và sự tích lũy gia tăng từ các nhà đầu tư lớn, cho thấy niềm tin vào tương lai phát triển của mạng lưới.

bitcoinist3 giờ trước

Sự Phát Triển Của Hệ Sinh Thái Cardano (ADA) Thúc Đẩy Hoạt Động Staking Tăng Mạnh

bitcoinist3 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 838Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 1.5kXuất bản vào 2025.01.15Cập nhật vào 2025.03.21

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片