便宜的“电脑操作”大模型来了,但先别让它直接点屏幕:用 AutoHotkey v2 把 AI 的坐标点击,翻译成结构化、可审计、可重放的桌面指令(附零依赖执行器)

便宜的”电脑操作”大模型来了,但先别让它直接点屏幕:用 AutoHotkey v2 把 AI 的坐标点击,翻译成结构化、可审计、可重放的桌面指令(附零依赖执行器)

10 月 27 日 OpenAI 放出了主打”视觉推理 + 电脑操作”的中端模型 GPT-6.1 Terra,输入 token 只要 1 美元/百万,成本只有旗舰的约十分之一。这类便宜模型让”让 AI 自己操作我的 Windows”第一次变得不那么心疼钱包。但紧接着就会撞上 AI 桌面自动化真正的坑:**让只会”看屏幕、报坐标”的模型直接去点,十个里有三个点错**——窗口没激活、按钮是动态的、DPI 缩放把坐标算偏,更别提它压根没法给你”刚才到底干了啥”的审计记录。

本文给出一个完全不同的分工:**让 AI 只负责”看”和”想”,输出一行一动的「结构化指令」;让 AutoHotkey v2 只负责”做”,用 WinActivate / ControlSend / SendInput 这些可靠机制去执行。** 好处是——点击不靠猜坐标、每一步都写进日志、同一批指令可以原样重放、还能在真正动手前先人工审一遍。文末附一个零依赖、开箱即跑的 AHK v2 指令执行器,可以直接拿去用。

隐藏内容,支付积分后阅读
已经有0人购买查看了此内容
15
15积分

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

给TA捐赠
共{{data.count}}人
人已捐赠
AI 自动化教程

别人拿 AHK 调 AI,这个开源项目干脆用 AutoHotkey v2 写了整套 AI 助手:AhkLLM 把全局热键 + WebView2 聊天客户端合体(FIM 按上下文补全 / 框选截图喂图 / 就地改写,附同名最小可运行示例脚本)

2026-10-28 15:13:12

AI 自动化教程

想让宏「看见」屏幕再干活?学开源工具 RMT(若梦兔):用 AutoHotkey v2 纯原生实现图片识别 + 颜色识别 + OCR 的视觉自动化,附可运行代码

2026-10-29 15:14:35

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
❯
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索