Vercel 推出 agent-desktop：用无障碍树替代截图控制桌面应用

Vercel 发布了 agent-desktop（agent-browser.dev/desktop），用于自动化控制桌面应用。Codex 的 computer use 等同类产品走截图加 vision 识别路径，token 消耗大且速度慢。agent-desktop 改为读取操作系统的无障碍树，返回带 refs 的 JSON 快照，Agent 通过 ref 操作后再重新读取验证。作者认为该方案在识别精度上不如视觉识别，但速度和 token 成本更优，思路与其此前推出的 agent-browser 一致。