linux desktop GUI是整个理论计算机领域的终极难题，含金量和难度不亚于解决N!=NP、证明黎曼猜想、让中东和平这三件事之和。 如果DHH这次真的成功了，可能真的值一个图灵奖，甚至可以直接封神，和冯诺依曼、图灵、王垠三个人平起平坐。

Mole 发布了 GUI 版，大家拍手叫好👏 CleanMyMac 连夜发布 CLI 版，空气中充满了快活的气息 现在，大家也可在 购买 Mole 啦！ 🛒 Mole 是 Mac 平台的深度清理优化工具，包含缓存清理 / 应用管理 / 系统优化 / 磁盘分析 / 状态监控五大工具于一体。无需每年掏钱，永久买断，永久免费更新。

🤔 感觉 Fork 这种 git GUI 工具也受到了 AI 很强的冲击，如今除了打 Tag、切分支，其他写日志，合分支，解决冲突，全都甩手掌柜给 Agent 了。 ps. 日志里的 emoji 🐛 也是 AI 加的，还挺萌～

现在我越来越习惯使用各种 Agent 的 GUI 形态了。 之前不管是 Codex、Claude Code 还是 Hermes，我都是直接在终端里用 CLI。但自从用上 Codex APP 之后，再接触其他 Agent，我也会习惯性地先看看它有没有 GUI 版。 现在这类 Agent 普遍都是一个布局：左侧是任务列表，中间是对话框，右侧是文件展示。某种程度上，这应该就是现阶段 AI Agent GUI 的最佳实践了吧。 之前有很多人，尤其是技术出身的人，一直在鼓吹 CLI。直到现在，可能也还有不少人觉得，AI 时代根本不需要 GUI，CLI 就够了。 但仔细想想，别说终端那个大黑框了，就算一个产品的名字里带着 Codex、Coding、Code 这种跟技术沾边的词，都足以让普通人对它望而生畏。更别说让普通人接受用 CLI 来操作 Agent。 所以我觉得，这一轮 AI Agent GUI 化的革命，很大程度上要归功于 OpenClaw。要不是它当时把这种对普通人友好的交互方式带出圈，让大家可以直接在 IM 软件里通过语言控制 Agent，现在这些可视化的 Agent APP 可能也不会普及得这么快。 对普通人，甚至对人类这个物种来说，GUI 从来都不是可有可无的东西。 这让我想到 40 多年前的个人电脑。 乔布斯受到 Xerox PARC 的启发，后来把带鼠标、带操作界面的 Mac 做成了成功的大众产品，微软又通过 Windows 把可视化系统真正推向全球主流。 如果没有这个过程，个人电脑走进千家万户，可能还要再晚很多年。

开源巨头 ByteDance 刚推出来的全原生 GUI 自动化 Agent 框架，直接靠看屏幕截图就能像真人一样抠键盘、甩鼠标操作电脑。不需要繁琐的代码封装，端到端直接跑通，跑分直接把 GPT-4o 和 Claude 给干懵了。 📌 基础参数： • 开源地址：GitHub (bytedance/UI-TARS) • 协议许可：Apache-2.0 • 核心战绩：OSWorld 和 AndroidWorld 多项 Benchmark 登顶 SOTA 🔥 核心杀招： 纯视觉驱动：丢掉繁琐 DOM 树和复杂 API，只看屏幕截图就能精准定位控件、自动跟进。 超越 Claude 3.5：在 OSWorld 电脑端自动化测试中，50 步任务得分 24.6，直接碾压 Anthropic 的 Computer Use。 手机电脑通吃：统一了跨平台的动作空间，无论是 PC 端的复杂软件还是手机 App 都能一键操控。 反思自愈机制：点了没反应或者报错会自动“自我反思”，换个法子继续试，绝不卡死。 🔗 链接：

测试了一圈，目前发现Codex CLI 和 GUI其实是共享配置。也即： 如果把Codex CLI配置为第三方 API，那么就可以在GUI里使用第三方API而不需要使用 OpenAI的 Plan Usage。 而Codex GUI的Harness和Skill显然是目前市场上最强的之一，这样就有了市面最强无源Agent OS.