IT之家6 月 30 日消息， When Jaiveer Singh talks about robots, he doesn’t begin with spectacle. He begins with infrastructure: the boards inside machines, the software that lets developers see through a robot ...

Codex 让 AI"用电脑"有三种途径：Computer Use、Chrome 扩展、应用内浏览器。三者功能重叠，容易混淆。读完这篇，你就能分清它们各自的安装方式、触发口令、适用场景，以及如何让 Codex 自己选对工具。 先记住一条总原则 能用插件或 MCP，就别用图形操控。 Slack ...

UI-TARS 是字节跳动开源一种能够自我学习的 GUI Agent ，下一代原生 GUI 代理模型，旨在使用类似人类的感知、推理和操作功能与图形用户界面（GUI）无缝交互。与传统的模块化框架不同，UI-TARS 将所有关键组件——感知、推理、反思和记忆——集成在一个视觉语言 ...

今天我更想聊聊它背后的技术：Computer use，这个概念最早由 Anthropic 在 24年11月提出，虽然国内讨论的声浪并不大，但这种通过 LLM 自行操作计算机系统，进而实现更通用 Agent 能力的技术，却又非常大的想象空间，国外有不少厂商陆续跟进，做出了许多优秀作品。

就在刚刚，OpenAI 头号竞争对手 Anthropic 推出了 “computer use” 功能，让 Claude 能够像人类一样操作电脑了！看屏幕、动光标、点按钮、打字等。通过 API，开发者可以让 Claude 将指令翻译成计算机指令，从而解放一些枯燥的重复性流程任务。 一、西方的Anthropic 的 ...