UI-TARS-desktop

前言：当AI学会"看"你的屏幕 2026年5月12日，字节跳动在GitHub上正式开源了UI-TARS-desktop项目，这在AI圈引发了一阵不小的波澜。不同于传统的命令行自动化工具（如AutoHotkey、Selenium），UI-TARS的核心思路是让AI直接"看懂"你的电脑屏幕，然后用自然语言描述你想要做的事，AI就会自动帮你点击、输入、拖拽——就像雇了一个坐在你旁边、会用你电脑的远程助手。 我当时看到这个项目的时候第一反应是：又一个概念性Demo吧？但实际跑起来之后...