AITOP

Computer Use

共 28 条相关 AI 资讯
8月18日
15:26
15:26宝玉@dotey
精选
豆包近期更新后，体验上越来越接近Codex，从GUI电脑操作到手机远程操控都有相似设计。用户可通过手机远程指挥美国电脑上的豆包查找文档并发送至飞书，手机和电脑需登录相同账号并允许连接。豆包Windows版支持虚拟桌面，让人和AI同时操作电脑互不干扰，优于Claude Code的Computer Use需等待操作完成。Computer Use可控制图形界面软件，适用于办公、桌面整理、PS批量改图等场景。用户建议让Agent自我检查，如写测试或截图验证，以减少人工干预。
AI产品豆包CodexComputer Use
推荐理由：豆包这波更新把手机远程指挥电脑和GUI操作都做出来了，Windows用户值得试试，比Claude Code的Computer Use更顺手。
原文
8月15日
02:25
02:25AI Engineer@aiDotEngineer
精选
一些学区要求通过FOIA请求处理采购问题，邮件被扫描到Google Drive，部署MCP服务器并不现实。一个小于1MB的脚本靠重放录制点击，在标准计算机使用基准上匹敌甚至击败了前沿模型。有智能体中途被登出后自行推断密码，连续尝试直到账户锁定。演讲者用确定性代码和每轮一次视觉调用，绕过了Turnstile、MTCaptcha、Lemin和reCAPTCHA v2。在新的电气工程基准上，最好的智能体从空白原理图出发通过0/25，从现有原理图出发通过6/25。
AI模型Computer UseOpenAI智能体
事件专题
推荐理由：@aiDotEngineer 实测：重放脚本不输前沿模型，智能体猜密码锁号，电气基准25题零通过。
原文
01:20
01:20AI Engineer@aiDotEngineer
AI Engineer World's Fair 2026 正在直播 Computer Use Track，讨论 AI 代理如何直接操作网页。Yutori 的 Dhruv Batra 提出计算机使用模型将代理化现有网页，而非重建 API。Browserbase 的 pk_iv 展示如何将代理带入万维网，Amazon AGI Lab 的 Gaurav Mishra 则介绍从强化学习到真实世界的迁移。Cua 团队发布了 Computer-Use 2.0，带来多光标操作；InsightSciences.ai 的 Ian Anderson 分享了合成人格的工程指南。
行业Computer UseAI Engineer World's FairBrowserbase
事件专题
推荐理由：这个专场全是讲 AI 怎么直接操作网页的，不是靠 API 重建。有 Yutori、Browserbase、Amazon AGI 的人，做 agent 的开发者值得看。
原文
8月14日
11:39
8月12日
17:16
17:16IT之家（博客/媒体）
精选
a16z合伙人Fabrizio Serafini发布博文称，AI智能体成本已低于印度离岸外包劳动力。OSWorld-Verified基准显示，最强计算机使用型模型得分从2025年初的42%升至2026年6月Claude Fable 5的85%，高于人类测试者约72%的水平。Computer Use智能体完全成本约每小时6-8美元，而印度BPO工人约10美元，美国后台员工为30-45美元。生产案例中，一家CPG数据平台每月运行1500万至2000万次自动化门户交互，维护爬虫的工程团队规模减半。
行业a16zAI智能体Computer Use
推荐理由：a16z用数据说话：AI智能体每小时成本6-8美元，比印度外包的10美元还便宜，干活水平还超过人类，做IT工单、招聘流程都能自动化。
原文
8月1日
13:10
13:10AI产品黄叔@PMbackttfuture
一位自媒体人分享用Codex的Computer Use操作来写广告文案。配合/goal提示词和更详尽的工作流，可以接近完成从策划到成品的整个内容生产流程。他观察到身边越来越多自媒体人开始用Agent写广告，但他本人决定继续减少广告接单量。
技巧CodexComputer Use/goal
推荐理由：看看有人怎么用Codex的Computer Use跑通广告文案全流程，还说配合/goal提示词能接近自动化。作者反而决定少接广告，观点挺有意思。
原文
7月24日
23:07
7月18日
23:43
23:43宝玉@dotey
GUI自动化测试主要依赖传统E2E测试，Web端可用Playwright等框架。Agent的Computer Use也能做自动化测试，但成本更高、稳定性更差。不过Computer Use能完成传统E2E做不到的任务，替代大量人工操作。
技巧PlaywrightAgentComputer Use
推荐理由：dotey分享了GUI自动化测试两种思路，传统Playwright和Agent Computer Use。后者成本高但能替代人工，适合复杂场景。
原文
22:43
7月11日
04:05
04:05宝玉@dotey
72°
ChatGPT Work 使用操作系统原生隔离机制（macOS Seatbelt/Windows Sandbox）和内置浏览器，Claude Cowork 则运行本地 Linux 虚拟机沙箱。两者都支持 Computer Use 控制电脑，但 ChatGPT Work 的 Computer Use 可在后台操作其他应用，而 Cowork 的 Computer Use 仍处于研究预览阶段，通过扩展或桌面端操作。应用连接上，ChatGPT Work 有 60 多个 plugins 连接器，Cowork 使用 MCP 协议和 11 个官方行业插件。跨设备方面，Claude Cowork 从 7 月起支持桌面、网页、手机端任务同步，而 ChatGPT Work 云端和桌面端目前割裂。
AI产品ChatGPT WorkClaude CoworkComputer Use
事件专题
推荐理由：想选桌面端智能体？这篇对比了 ChatGPT Work 和 Claude Cowork 在沙箱、Computer Use、连接器、跨设备同步上的本质区别，帮你理清哪个更适合你。
原文
7月10日
04:34
04:34官方一手@OpenAIDevs@OpenAIDevs
OpenAI 为 Computer Use 功能带来重大更新，基于 GPT-5.6 模型。新版本在速度上得到提升，token 效率更高，并支持批量处理和跨多步骤任务的并行操作。新增画中画体验，方便用户后台监督智能体工作。该功能可让用户的“宠物”一起参与。
AI产品GPT-5.6Computer UseOpenAI
事件专题
推荐理由：OpenAI 给 Computer Use 狠狠升级了一波，GPT-5.6 加持下更快更省 token，还能并行做多步任务，画中画看着就很方便。
原文
7月2日
20:09
6月27日
11:19
11:19IT之家（博客/媒体）
Anthropic 正在测试手机端 Claude Cowork，用户可通过手机发起并调整任务。Claude Cowork 是 2026 年 1 月 13 日发布的桌面智能体工作模式，代码几乎全部由 Claude 完成，开发周期仅一周半，初始仅向 Mac 端 Claude Max 订阅用户开放。2026 年 3 月 24 日，Anthropic 测试了 Computer Use 功能并推出 Dispatch 功能，允许手机向电脑端 Claude 发送指令。此次移动端测试将 Claude Cowork 定位为远程控制器，用于发起任务、调整方向和查看进度。
AI产品AnthropicClaude Cowork智能体
事件专题
推荐理由：Anthropic 正在给 Claude Cowork 加手机端，以后你能拿手机远程挂着任务让电脑端跑，还能随时调整进度，挺方便。
原文
6月26日
22:12
00:30
6月25日
17:30
17:30官方账号Decoder@Matthias Bastian
71°
Google 将“Computer Use”能力直接集成到 Gemini 3.5 Flash，使模型可自主操作电脑、浏览器和移动设备。在 OSWorld 基准测试中，Gemini 3.5 Flash 得分 78.4，与 GPT-5.5 成绩相当。开发者可利用 Gemini API 构建用于软件测试或办公自动化的智能体。
AI模型Gemini 3.5 FlashComputer UseOSWorld
推荐理由：Google 把屏幕操控塞进了 Gemini 3.5 Flash，OSWorld 得分和 GPT-5.5 差不多。开发者直接用 API 就能做自动化，很实在。
原文
13:54
6月24日
20:24
6月19日
09:26
04:32
04:32宝玉@dotey
精选73°
OpenAI Codex 桌面端新增 Record & Replay 功能，允许用户在 Mac 上录制一系列操作，Codex 自动生成可编辑的 Skill 文件。目前仅支持 macOS，欧盟地区不可用，使用前需开启 Computer Use。该功能旨在简化日常重复性任务，如报销填单、发布视频、创建 issue 等。录制完成后，用户可在新对话中调用 Skill 并传入不同参数，由 Codex 结合 Computer Use、浏览器和插件自动执行。
AI产品OpenAI CodexRecord & ReplayComputer Use
事件专题
推荐理由：OpenAI Codex 这次不用你写指令了，Mac 上演示一遍操作就能生成可复用的 Skill，下次改改参数自动跑，报销填单之类的好用了。
原文
6月17日
10:31
10:31shao__meng@shao__meng
精选73°
OpenAI Codex 提供三种操作电脑能力：@ Browser 是线程内隔离浏览器，适合本地开发与视觉调试，无登录态和扩展；@ Chrome 使用真实 Chrome 身份，支持多标签和已登录 SaaS，操作等同于用户本人；@ Computer 控制整个桌面 GUI，用于原生 App 和无 API 流程，速度最慢但覆盖面最广。此外，Appshots 仅提供当前窗口上下文，不赋予控制权。文章还给出了基于任务场景的选择决策框架和三个典型应用案例。
技巧OpenAICodexComputer Use
事件专题
推荐理由：Codex 团队手把手教你区分三种控制模式：本地开发用 Browser，登录 SaaS 用 Chrome，原生应用用 Computer。还有决策框架，实测好用。
原文
08:16
08:16宝玉@dotey
73°
Codex 的 Computer Use 模式像人一样操作任何桌面应用，但速度慢，Mac 可后台运行而 Windows 需占用前台，曾自动完成亚马逊退款流程。Chrome 扩展利用已登录浏览器会话，可操作 Gmail、LinkedIn 等需登录的工具，支持多标签页任务，但发送付款等操作建议人工确认。内置浏览器是隔离的沙盒环境，适合开发调试，支持直接标注元素让 Codex 修改代码。Jason 的建议：优先用结构化插件或 MCP，视觉控制是最后手段。
技巧CodexComputer UseChrome扩展
推荐理由：Jason 把三种操作方式拆得明明白白，哪个场景该用哪个直接照搬。尤其是内置浏览器的标注交互，做前端调试能省一多半来回截图的时间。
原文
6月12日
12:22
12:22向阳乔木@vista8
一位用户分享其践行AI First原则，即遇到任何任务先尝试用AI解决。具体案例是使用OpenAI的Codex模型及其Computer Use功能，自动填写Word合同。这展示了AI在办公自动化中的实际应用，尤其适合重复性文档处理场景。该实践降低了手动操作成本，值得关注AI办公效率的团队参考。
AI产品AI First原则CodexComputer Use
事件专题
推荐理由：AI First原则是当前高效工作法的核心，用Codex的Computer Use填合同解决了文档自动化的痛点，做行政、法务或日常办公的团队可以直接借鉴。
原文
5月30日
16:34
16:34官方一手歸藏(guizang.ai)@op7418
Codex 昨晚发布了一系列体验更新，其中最受关注的是 Windows 版 Computer Use 功能的支持，以及通过移动端 ChatGPT 远程控制 Windows 上的 Codex。不过 Windows 版 Computer Use 在控制时用户无法操作，与 Mac 版不同。此外，更新还包括聊天记录管理（置顶、查找、归类、存档）、个人资料页面（显示 Token 消耗、连续登录天数、最长任务）、ChatGPT 上的 Codex 控制新增侧边对话（/side 命令）、一键模型切换、iPad 专属快捷方式以及 Git Diff 显示等功能。这些更新显著提升了 Codex 在 Windows 平台上的可用性和用户体验。
AI产品CodexWindowsComputer Use
推荐理由：Windows 用户终于等到了 Codex 的 Computer Use 支持，做自动化脚本和远程控制的开发者可以直接在 Windows 上体验，建议试试侧边对话和 Git Diff 功能。
原文
09:11
04:04
04:04宝玉@dotey
72°
OpenAI 宣布 Codex 的 Computer Use 功能正式支持 Windows 系统，该功能允许 AI 像人类一样操作桌面应用，包括看屏幕、点鼠标和打字。此前该功能仅支持 macOS，此次更新扩大了适用范围。同时，Codex 在 ChatGPT 手机 App 中的远程控制功能也扩展至 Windows 主机，用户可以在手机上启动、监控和审批电脑上的任务。这意味着用户出门在外也能通过手机远程操控家里的 Windows 电脑完成工作，流程更加完整。
AI产品CodexComputer UseWindows
事件专题
推荐理由：Windows 用户终于能用上 Codex 的桌面操作能力，远程控制功能让移动办公更灵活，做自动化或远程运维的开发者可以直接试试。
原文
5月29日
00:16
00:16向阳乔木@vista8
Anthropic 发布了 Computer Use 的最佳实践指南，针对 API 调用中的常见问题给出优化建议。指南指出，高分辨率图片会被自动降采样导致坐标偏移，建议 Claude 4.6 系列使用 1280x720，Opus 4.7 使用 1080p。文本指令必须放在图片之前，以提升识别准确率。每张截图消耗约 1000-1800 token，200k 上下文易满。反常识发现：截图切块和坐标网格不提升精度；Low thinking 模式比不开更省 token；Max Thinking 性价比低，Medium 模式更优。
AI产品Computer UseAnthropicAPI 优化
事件专题
推荐理由：做 Computer Use 自动化或 GUI 操作开发的团队，这篇指南能帮你省下大量调试时间和 API 费用，建议直接收藏原文对照实践。
原文
5月17日
13:23
13:23小互@imxiaohu
OpenAI 正在推进 Codex 的远程控制能力，从手机控制自己的电脑扩展到控制任意电脑。5 月 14 日，ChatGPT 手机 App 已支持远程查看 Mac 上 Codex 的运行状态、审批命令、切换模型和派发新任务，但要求 Mac 必须保持唤醒和解锁状态。目前 OpenAI 正在开发让 Computer Use 在 Mac 锁屏或睡眠时也能继续操作的能力，这样用户无需解锁电脑即可远程执行开发任务。这一改进将大幅提升远程开发的便利性和实用性。
AI产品Codex远程控制Computer Use
事件专题
推荐理由：远程开发场景的痛点终于要被解决了——做 AI 编程或需要远程操控电脑的开发者，不用再为锁屏中断任务而烦恼，值得关注后续进展。
原文