当AI代理学会操控你的桌面和手机

浏览器里那个能替你点按钮、填表单的agent已经不新鲜了，但真正折磨人的场景一直在屏幕之外——那些桌面软件和手机App，至今仍是自动化最难啃的骨头。agent-device这个项目的野心很明确：把agent-browser的理念扩展到桌面和移动端，让AI代理具备操控任意原生应用的能力。问题是，浏览器有DOM结构、有可预测的交互范式，而桌面和移动端的控件生态碎片化程度高得多。我倾向于认为，这个项目真正的价值不在于复刻agent-browser的成功，而在于它选择去撞一道更硬的墙——原生应用的自动化控制。这条路能不能走通，取决于它能多快解决跨平台UI识别这个老问题。

原文：Agent-browser equivalent for desktop and mobile apps · 来源：Hacker News