Roland.W
@rwayne
🇦🇺🇨🇳新时代的技术乡绅
一个专注于解决问题并以此赚钱的男人
@nvidia DGX Spark 玩家｜非主流AI自媒体人
参加 June 2023
1.1K フォロー中 62.7K ファン
字节跳动开源了个桌面 AI Agent，直接用自然语言控制你的电脑
你说"帮我打开 VS Code 的自动保存功能"，它就真的去点开设置帮你改
说"帮我在 Priceline 订明天去东京的机票"，它就真的去操作浏览器完成预订
GitHub：
核心原理很直接：
截屏 → 理解屏幕内容 → 推理下一步动作 → 执行点击/输入/滚动 → 再截屏 → 循环到任务完成
本质上是 Anthropic Computer Use 的开源替代
它交付了两个产品：
UI-TARS Desktop：原生应用，支持 macOS 和 Windows
Agent TARS：通用框架，支持任意多模态 LLM（Claude、GPT、豆包都行），还能接 MCP 工具服务器
感觉以后连鼠标都不用动了
もっと見る
