Computer Use

通俗解释

Computer Use 把 Agent 的能力从 API 扩展到任意图形界面,可以操作 legacy 软件、浏览器和桌面应用。技术路径通常是截图→视觉理解→生成动作→执行→再观察。难点包括界面变化、坐标误差、长任务规划和不可逆操作。生产环境必须限制可操作范围、对高风险动作二次确认、记录完整操作日志,并准备人工接管。它适合流程固定、人工操作繁琐的任务,不适合高风险金融交易。