一句话看懂：一名 iPhone 用户在办公室丢失手机，因企业 MDM 禁用了 Find My，转而让 Claude 现场编写蓝牙信号强度追踪工具，几分钟内找回了手机。这件事展示了大模型从“回答问题”到“生成可用工具”的落地能力。
事件核心：发生了什么
8 月 4 日，一位名叫 Ben Zhang 的用户在办公室丢失手机，花费 30 分钟翻找无果。由于设备受企业 MDM（移动设备管理）管控，苹果 Find My 功能被禁用，他无法通过常规方式定位。情急之下，他向 Claude 求助，Claude 建议利用蓝牙信号强度来追踪设备，并在约一分钟内生成一个实时信号强度计量工具。Ben 拿着手机在办公室走动，观察数字变化，最终顺利找到手机。他将代码开源在 github.com/ben-z/findphone，并在推文中感叹“现在你似乎可以直接制造自己需要的工具”。这条推文已获得超过 360 万次浏览、4.7 万点赞和 4.4 万转发。
为什么重要
这件事之所以引发大量讨论，是因为它触及了大模型应用的一个关键转折点：Claude 没有停留在“写一段静态代码”的层面，而是生成了一个能实时读取并展示蓝牙信号强度的可用工具，且根据用户反馈动态指导下一步行动。评论区有用户指出，“这是定制化个人软件的开端”，也有用户将蓝牙设备称为“可以精确追踪的雷达”。此前，制作一个这样的工具需要开发者完成需求拆解、编码、界面搭建和调试，而现在模型在几分钟内完成了这一闭环。它意味着 AI 助手的价值不再局限于对话和代码片段，而是可以针对个人具体场景即时生产“一次性软件”。
对用户/开发者/创作者的影响
对普通用户而言，这个案例提供了一个新思路：当现有软件或系统限制无法解决问题时，AI 可以成为即时的工具制造器，而非只能搜索答案的聊天框。对开发者来说，AI 生成工具的实用性正在逼近“开箱即用”，这也促使开发者重新思考自己在这一链条中的位置——是从零搭建，还是在 AI 生成物之上做审核、优化和集成。另外，这件事也带出隐私与安全议题：蓝牙信号追踪工具本身是中性技术，但可能被用于未经同意的定位或监控。企业 IT 部门也需要正视一个现实——员工用 AI 生成工具规避 MDM 策略，未来这类行为的管理边界将更加模糊。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，该项目仍是一个轻量开源工具，是否进一步产品化尚不明确。值得观察的是：其一，Claude、ChatGPT 等主流助手是否会推出更成熟的“工具即时生成”功能，让用户通过自然语言直接产出可运行的桌面或移动应用；其二，这类 AI 生成的一次性工具能否形成完整的开发、分发和安全审核机制；其三，企业安全策略在“AI 绕过限制”面前是否需要新的应对思路。这次事件虽小，但它为“每个人都可以定义自己的软件”提供了具体样本。
