豆包开始“接管”电脑了？直接调用你的PS
最近看豆包工作，我注意到一个变化：它已经开始直接操作电脑了。

以前用AI办公，很多事情其实是脱节的。

比如手里有一份数据，AI可以帮你分析、整理结论，但接下来还是得自己打开Excel处理表格，再去Origin画图，最后把结果放进PPT或者报告。

每一步都不算难，真正麻烦的是软件一个接一个地切，鼠标点来点去，时间全耗在这些细碎操作上。

豆包工作现在可以把这部分接过去。你直接给它一个工作任务，它能够识别电脑屏幕上的内容，再通过鼠标和键盘去操作，打开文件、处理数据、查资料，并继续完成后面的步骤。

以前是AI把结果给你，你自己收尾；现在它开始能把电脑上的操作也一起做了。

这里就得说到GUI。

GUI就是“图形用户界面”，其实没什么高深的，就是我们每天操作电脑看到的窗口、按钮、菜单、图标，以及鼠标点击、拖拽、键盘输入这些东西。

你在Excel里点单元格、在PS里找工具、在Origin里设置参数，本质上都是在操作GUI。所以所谓AI操作GUI，说白了就是：AI也能看懂这些界面，并且自己动鼠标、敲键盘。

我实际看下来，一个比较直观的场景就是让豆包工作调用PS作图。

然后它会自己打开PS，根据界面找到对应工具，进行抠图、建图层、调整参数等操作。

这个过程其实挺直观的：以前AI给你一套操作步骤，你照着做；现在它可以直接进软件，把这些步骤自己执行掉。

这种“看着AI真的在软件里干活”的感觉，和以前还是不太一样。

而且这件事放到专业软件里，价值会更明显。

PS、Origin、Blender这些软件，真正让人头疼的往往不是不知道最后要做什么，而是中间有一大堆具体操作：找功能、选工具、调参数、反复修改。以前AI可以告诉你步骤，却很难直接替你把这些步骤完成。现在GUI能力开始把这道门打开了。

而豆包把国内用户直接上手体验GUI功能的门也打开了，目前Windows和Mac端的豆包都已加入操作电脑的能力，用户可以在虚拟桌面中看到整个过程，也可以随时暂停、接管。我现在反而觉得，AI办公接下来比拼的，不只是“谁写报告更快”“谁生成图片更好看”。真正影响工作效率的，还有这些夹在任务中间的大量操作。

以前AI帮你完成的是内容，现在GUI让它开始接手动作。

这两件事真正连起来，AI才算开始进入电脑里的真实工作流程。
AI办公AI工具AI生产力人工智能GUI效率工具科技数码