Claude Code
3 节点1 篇6 来源
Django 联合创造者 Simon Willison 利用编程智能体 Claude Code 搭建了一套名为 Beep Locator 的多设备声学三角定位系统,成功在杂物间将神秘蜂鸣声源定位至约 40 厘米精度范围内,最终找到了一块急需更换电池的一氧化碳探测器。该项目展示了 AI 编码代理通过 WebSocket 热部署代码、远程操控多台设备麦克风,从而获得对物理世界感知能力的新范式。
【背景】Willison 最初通过 iPhone 上的 Claude Code Cloud(Opus 5.5)生成问题描述并构建基础架构,随后在笔记本电脑上切换至 Fable 5.2 模型进行实时调试与功能迭代。系统核心基于 2007 年发表的《BeepBeep》论文原理,利用浏览器 WebAudio API 和 WebSocket 连接 iPad、手机、MacBook Pro 等设备作为监听节点。
这一实践的意义在于突破了传统软件开发的边界:Claude Code 不仅编写了协调服务器和前端逻辑,还实现了“远程黑客”模式——即在不重新加载页面或重新授权麦克风权限的情况下,向已部署的设备推送新代码。这种能力使得智能体能够像人类一样在物理环境中持续实验和优化传感器网络。然而,这也引发了关于安全性的讨论,因为该机制允许服务器向所有连接设备运行任意代码,若暴露不当则存在风险。目前,Anthropic 官方文档中提到的“计算机使用”(Computer Use)和“远程控制”(Remote Control)功能主要聚焦于屏幕交互和本地会话延续,而 Willison 的项目则探索了更底层的硬件感知集成路径。
事情怎么走到这一步
Simon Willison 发布博文《Locating the source of a mysterious beep with Claude》,详细描述如何使用 Claude Code 构建 Beep Locator 系统,利用多设备麦克风阵列定位室内蜂鸣声。
simonwillison.net ↗GitHub 仓库 simonw/beep-locator 公开,包含由 Claude 编写的 README 及核心代码,展示如何通过 Python 服务器协调浏览器端 WebAudio 监听器。
github.com ↗第三方平台 usecases.sh 收录该案例,指出其价值在于演示了 AI 代理通过脚本间接获取音频输入的能力,以及 Opus 5.5 与 Fable 5.2 在不同开发阶段的协作。
usecases.sh ↗
还没定论的部分
- Claude Code 的“远程代码推送”机制在缺乏严格沙箱隔离的情况下,如何防止恶意代码在用户设备上执行?
- 除了声学定位,AI 编码代理还能通过哪些标准浏览器 API(如摄像头、GPS)实现对物理世界的其他形式感知?