AI操作电脑的困境：是技术瓶颈还是方向错了？

你在电脑前处理文档，AI在后台默默地为你填写表格。你无需将鼠标控制权交给它，也不必全程紧盯屏幕观察它的动作，甚至可以不关心它此刻正在进行何种操作。这样的设想听起来确实十分理想化，然而，时至今日，这一目标仍未能完全实现。我曾一度认为，这仅仅是技术层面的挑战，是AI模型尚不够智能，对屏幕内容的识别能力有待提升，认为再迭代几代模型便能迎刃而解。但最近接触到一个GitHub项目后，我的看法发生了转变。也许问题并非出在AI的“聪明”与否，而是我们从一开始就选择了错误的方向。目前市面上所有主流的“AI操作电脑”解决方