onehumanbeing/esp32-iphone-agent는 7달러짜리 ESP32-S3 보드와 iPhone으로 비전 모델이 실제 기기를 조종하게 하는 프로젝트다. 현재 README가 설명하는 구성에서는 컴퓨터 없이 보드가 AirPlay 수신기와 USB HID 입력 장치 역할을 하고, 에이전트는 같은 iPhone의 앱에서 동작한다. 저장소의 최신 릴리스 표기는 v0.1.0이지만, 그 태그와 legacy 브랜치에는 컴퓨터가 필요했던 기존 버전이 남아 있다.
보드는 AirPlay로 받은 H.264 화면 스트림을 직접 디코딩하지 않고 BLE로 휴대전화 앱에 전달한다. 앱이 영상을 해석해 OpenAI 호환 비전 모델에 화면을 보내고, 보드는 USB 마우스와 키보드 입력으로 AssistiveTouch 포인터를 움직인다. 이를 통해 앱은 탭, 스와이프, 드로우, 타이핑과 키 입력을 수행한다. 하드웨어 기준은 XIAO ESP32S3이며, 프로젝트 설명에 따르면 전용 컴퓨터나 개발자 계정, 탈옥은 필요하지 않다. MIT 라이선스의 C 프로젝트다.
README에는 실행 기록을 단계별로 재생하고 내보내는 기능도 설명돼 있다. 다만 정량 벤치마크나 테스트 근거는 제시되지 않았고, 안정성을 판단할 자료도 제한적이다. 따라서 실제 기기 제어를 위한 구체적인 하드웨어 구성은 확인할 수 있지만, 다양한 환경에서의 동작 품질은 이 자료만으로 판단하기 어렵다.