字節開源了“豆包電腦”：UI-TARS-Destktop

最近字節開源了自動化桌面辦公的項目開源，這就是現在的UI-Tars-desktop，通過這個系統就可以實現桌面自動化辦公，可以說這就是“豆包電腦”

如下是系統截圖，通過視覺可視化UI完成解讀UI來驅動系統自動化操作

目前這個產品到底使用如何，簡單來說就是通過對話完成任務命令，就可以完成各類瀏覽器、與應用程序打開。

目前系統支持agent形式的CLI調用以及普通桌面形式使用，前者是可以將以及客戶端2種方式，第一種是支持Web Ui或者CLI的形式，允許開發者進行調用與兼容，第二周則是原生桌面GUI，只能通過遠程桌面完成自動化操作。

也就是官方系統了自動化的平臺調用形式，如下是系統的演示，15秒時間完成了對比酒店信息與價格。

目前支持多個工具：從CLI命令行到可視化桌面窗口

現在最新版本在11月份更新了之后，支持結構化輸出，查看最后的結果，并且適合系統批量處理。

能夠支持自動debug相關任務流程命令

可以查詢到AI的溝通記錄，以及了解他為什么會這么干，以及了解過去的過程與步驟，從而優化提示詞與界面，

從豆包手機再到“豆包”電腦，接下來白領會成為第一批淘汰的人

在最近大火的2025年底馬斯克的2個半小時訪談里，就提到在2026年預計Grok就會達到AGI，同時第一批被淘汰的人就是用鼠標和鍵盤的這群白領。

這些人將首先最容易被AI替代，因為沒有涉及到物理世界，使用的數據都是數據信號，沒有物理原理，而真實世界會有物理世界，這些會逐步被空間智能與空間感知替代。

帶著團隊打通vision Pro與AndroidXR 以及空間計算與PC、手機

最近之所以發現這個項目，是因為我帶著團隊正在打破空間計算與PC電腦的隔閡，要是使用vision Pro的同學應該知道，我們現在都只能夠投屏PC或手機，所以使用vision Pro總是感覺是割裂的，就是無法和自己的PC電腦進行交互，雖然你知道都是數字化的屏幕，這就導致體驗是割裂的。

但是比較遺憾的，現在vision Pro還沒有提供眼球數據，所以開發者不能夠獲取到精細化的選中，而只有AndroidXR提供了眼球數據。

所以后續這類豆包手機、電腦都會成為大大提升人類與系統交互的工具，就不需要每一次點擊鼠標或鼠標鍵盤打字了，將其通過agent幫忙進行輸入

另外相關開源項目的地址已經放在知識星球了，如果有需要可以在星期查看，今天的分享就到這里。

“關注我，一個產品經理的創業故事”

每日案例拆解庫，今天的開源產品與APP拆解在這兒

我創建的產品設計打卡社群，加入后365天，每天體驗一款APP。提升產品設計能力，同時有1300份體驗報告幫助你找到競品

在這里你可以隨時查詢到你想找的各類競品行業APP，無須自己親自下載就可以馬上得到APP的一手產品優化、交互設計、功能描述信息。

從優化&建議、商業模式、運營、功能描述、交互設計、產品定位至少6個維度，體驗一款應用。

平均1天1塊錢，掃碼購買即可加入

連續體驗48款應用，通過后原路退回

報名后添加星球助理

PMTalk123