待验证70% 置信事实精确时间
Computer Use底层实现通常基于视觉语言模型对屏幕截图的理解，结合操作系统级自动化接口（如macOS的Accessibility API）执行操作
2
来源数
70%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
GPT-5.6与ChatGPT Work发布：AI从对话助手进化为任务执行者
bilibiliTao吃糕2026/7/10
相关事实
待验证操作系统层服务类产品在技术实现上通常依赖系统级辅助功能API，macOS的AXUIElement框架或Windows的UI Automation，来读取前台应用文本并写回结果79% 相似已验证Computer Use是指让大语言模型直接操控图形界面（GUI）或通过API调用来完成计算机任务的能力范式79% 相似已验证计算机使用（computer use）能力让模型通过截图或读取界面可访问性树观察屏幕状态，然后输出点击坐标、键盘输入等操作指令78% 相似待验证computer use能力的实现通常需要本地代理程序充当桥梁，负责定时截图上传给模型API并将操作指令转化为系统级鼠标键盘事件77% 相似待验证macOS 系统级定制工具通常依赖辅助功能 API、私有框架调用或进程注入等技术路径实现视觉与交互层面的注入75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/502077API
curl https://kongchang.com/api/v1/knowledge/claims/502077MCP
get_claim(id=502077)