关于智能体（AI Agent），不得不看的一篇总结
当托尼·斯塔克在《钢铁侠》中与J.A.R.V.I.S进行自然交流，让AI助手控制各种系统并完成复杂任务时，这一幕曾被视为遥不可及的科幻场景。然而，随着大型语言模型(LLM)和多模态大模型(MLLM)的快速发展，这样的智能助手——现在我们称之为"智能体"(Age
gui
纪晓岚的《阅微草堂笔记》，比《聊斋》还荒诞？
我经常看一些中国古代的奇闻异事，被写书的人（讲书的人）描述得很精彩，好像真切发生过一样，到底有没有那么一回事，我个人觉得这样故事不能完全当历史去看，但是也不能完全觉得胡编乱造。
体制内上班，如果你老觉得某人不对劲，原来是你的大脑在救你
原来小张每次送早餐时“顺便”翻老刘抽屉，收集了他违规报销的票.据。
Python适合初学者吗？
Python是一门应用领域极其广泛的编程语言，包括数据分析、人工智能、Web开发、游戏开发、桌面GUI软件开发、爬虫等多个方向，可谓是无所不能。那么Python适合初学者吗?这是很多人关注的重点，一起来看看吧。
基于云的测试平台的末日是否已经来临？
云原生时代，传统云端测试平台面临挑战！文章剖析测试自动化演进，从早期专有工具到AI智能测试。Kubernetes原生测试方案如Testkube崛起，利用K8s可扩展性，将E2E、API、负载测试融入CI/CD，降低成本，提升效率。拥抱云原生，测试即服务！
一个将截图解析为结构化元素的工具：OmniParser
将用户界面截图解析为结构化、易理解的元素，能够可靠地识别用户界面中的可交互图标，理解截图中各种元素的语义，并准确将预期动作与屏幕上的相应区域关联起来。能将用户界面截图转化为可被大型语言模型理解的结构化元素，解决了通用 LLM 模型作为 GUI 智能体的一些挑战
智能体 microsoft gui 开 omniparser 2025-03-21 06:17 3
跨平台GUI开发框架选型思考
在当今数字化时代，图形用户界面(GUI)应用程序的开发已经成为软件工程中不可或缺的重要领域。随着智能设备的普及和用户需求的多样化，跨平台GUI开发的重要性与日俱增。开发者不仅需要考虑如何在Windows、macOS、Linux等不同操作系统上提供一致的用户体验
Autopy，一个超实用的 python 库！
本文深入探讨了Python Autopy模块在自动化领域的应用。通过对Autopy模块的功能、特点及安装配置进行详细分析，阐述了其在屏幕操作、图像识别和自动化测试等方面的应用场景。文章还提供了多个实际应用案例，包括自动化截图工具、GUI自动化测试脚本和游戏辅助
penalty phase是译为“定罪阶段”还是“处罚阶段”？
在刑事诉讼中，首先进行的是“guilt phase”，在这一阶段，陪审团或法官会确定被告是否有罪。一旦被判定有罪，接下来就会进入“penalty phase”，在这一阶段将会确定适合的刑罚，例如判定是死刑还是无期徒刑，或者其它类型的刑罚。
gui phase penaltyphase penalty 2025-03-13 09:15 6
“我辞掉了 FAANG 大厂的工程师工作，因为 AI 正在接管一切！”
这让不少工程师感到焦虑。本文作者 Jasper Gilley 曾是大厂的机器学习工程师，在他看来，这场变革正在加速推进，他的岗位或许在今年年底前就会被 AI 取代。面对从工程师即将转型为“AI 调试员、AI 产品经理+基础设施运维员”的新角色，在可以预见的未来
为什么大家几乎很少讨论C++builder？如今它与国产工具迎来新机遇
在我第一次双击C++ Builder的蓝色图标。那个瞬间就像推开新世界的大门——可视化界面设计、快速编译、VCL组件库，这在当时是革命性的体验。十多年过去，我仍然记得用C++ Builder三天完成毕业设计的震撼。
手机学会「点屏幕」了，为什么笨 AI 也有未来？
时任荣耀 CEO 的赵明现场指挥 AI Agent YOYO 打开美团，下单了约 2000 杯瑞幸饮料。这一通操作过后，深圳发布会场地周边的瑞幸门店纷纷「爆单」，门店咖啡师忙到崩溃，接到订单的骑手更是在门店排起长队。
DeepSeek的最佳用法？西湖大学发布可以自主进化的手机智能体
近年来，大语言模型（LLM） 的快速发展正推动人工智能迈向新的高度。像 DeepSeek-R1 这样的模型因其强大的理解和生成能力，已经在 对话生成、代码编写、知识问答 等任务中展现出了卓越的表现。如今，LLM 的应用范围正进一步拓展，催生了一类新的智能体 —
你的荣耀手机学会「点屏幕」了，为什么笨 AI 也有未来？
在移动世界通信大会 MWC 2025 上，我们看到荣耀和订餐订位产品 OpenTable 做的一次演示：用户用语音命令手机 AI 助理找家西班牙餐馆订个位，接着就看到手机屏幕被「接管」，一通自己操作。
AI玩手机越玩越6！西湖大学发布新智能体：会自我进化的AppAgentX
然而，LLM的潜力远不止于文本生成，它们正在塑造一种全新的智能体形态——GUI代理（GUI Agents）。这类智能体不仅能理解指令，还能像人类一样直接操作计算机和手机，摆脱对预设规则或API的依赖，带来更自然、高效的交互方式，使AI真正融入软件生态，成为智能
沈腾出gui林允；大s妈赶走具峻晔；《异人之下2》扑街
彭昱畅主演的《异人之下2》今年播完热度并不是很高，导演还为这个情况也特意出来道歉，同时也有嘲彭昱畅不突破舒适圈拍续集结果成绩扑街的评论。说实话特效没得说、演员的演技也都OK（除了被换掉的那个），但整体节奏上可能不是网友喜欢的那类，没看过这个ip的可能也不感兴趣
43岁女人找97年男孩，心里没一点数吗？
毒姐，你好，我几乎每天都看你的号，我觉得你的文章质量很高，故事平实，接地气。点评中肯、一针见血，从来不讲大道理，灌鸡汤，给出的建议也具备可操作性。在你这里我学到了很多。
OS-Genesis来了，自动收集和标注Agent数据，高效且多样
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqiz
ShowUI：GUI 智能小助手，自动完成复杂的用户界面任务
ShowUI 是由新加坡国立大学 Show Lab 和微软于 2024 年共同开发的视觉-语言-行动模型，专为图形用户界面 (GUI) 智能助手设计，旨在提高人类工作的效率，这个模型通过理解屏幕界面的内容，并执行如点击、输入、滚动等交互动作，支持网页和手机应用
引领人机交互革命？微软研究团队发布80页的大模型GUI智能体综述
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqiz