OpenClaw 终于长出手和眼:Peekaboo v3

OpenClaw 终于长出手和眼:Peekaboo v3

OpenClaw 之前能接消息、能调 Agent、能把结果送到各个聊天渠道,但缺一双手和眼睛。Agent 在聊天框里给建议容易,要它实际操作桌面上的按钮、菜单、弹窗、输入框,之前没有可靠的本地执行层。Peekaboo v3 就是来补这一层的——它在停更多月后正式回归,发布当天就一日三更,v3.1.0、v3.1.1、v3.1.2 接连推出。

把桌面变成 Agent 能理解的工作场域

Peekaboo 的核心是一套 macOS 自动化工具:截图、识别窗口、读 UI 元素、找按钮、点按、打字、滚动、切应用、操作菜单。传统脚本最怕环境变化——按钮位置换一下、窗口遮一下、弹窗突然出现,脚本就像踩空楼梯。Agent 更麻烦,因为它要边看边想边操作,任何一步看错都会一路歪下去。Peekaboo 不只是截一张图给模型看,而是把图里的控件、窗口、文本、按钮关系整理成带结构的桌面地图——AI 看到的不是一片像素,而是可追踪、可复盘、可继续操作的现场记录。

从消息系统到操作系统的边缘

OpenClaw 最初解决的是连接问题:人从哪里发消息,消息怎么进来,Agent 怎么处理,结果怎么回去。Peekaboo 解决的是执行问题:Agent 接到任务后,能不能看到真实桌面,能不能找到可操作对象,能不能一步步推进。加上 Peekaboo 之后,OpenClaw 的角色开始变化——它不再只是多渠道消息网关,而有机会成为本机环境里真正能办事的系统。一句话概括,OpenClaw 管「谁来找我」「要做什么」「交给哪个 Agent」,Peekaboo 管「屏幕上有什么」「按钮在哪里」「这一刀该往哪儿落」。

Agent 需要的不是更聪明的建议,而是一双能看清桌面并动手操作的眼睛和手。Peekaboo 补上的正是这个。

相关文章

Claude Code 2.1.136:当 AI Agent 的安全阈门从‘相信’变成‘验证’

Claude Code 2.1.136:当 AI Agent 的安全阈门从‘相信’变成‘验证’

你让 Claude Code 在 auto mode 下跑一个长任务,回来发现它把你的 AWS credentials 写进了日志文件。或者更糟:它在你没看到的一个弹窗里点了 "允许",然后把一个安全 ...

用经典编程规则喂饱你的 AI 编码 Agent

用经典编程规则喂饱你的 AI 编码 Agent

AI Coding Agent 写代码的速度远超人类,但它们不天然知道什么代码算是好代码。没有明确约束,Agent 产出的代码在 demo 里看起来功能完整,三个月后在维护追索里看起来一团乱——函数过 ...

Agent Harness:为什么你的模型不是问题所在

LangChain 在 TerminalBench 2.0 上从 30 名开外飙到了第 5 名。他们没有换模型。同一个 LLM。同样的参数。唯一改变的是包裹在模型外面的那层软件——Harness。 ...

Vibe-Trading:把交易想法变成可回测研究的个人金融 Agent

Vibe-Trading:把交易想法变成可回测研究的个人金融 Agent

你问一个交易问题,LLM 可以给你一段漂亮解释。问题是:它没有数据、没有回测、没有报告、没有复现实验路径。你得到的是观点,不是研究。 金融 Agent 最危险的地方,不是它不会说话,而是它太会说话。 ...

Postiz Agent CLI:把 28 个社交平台的发布权交给你的 AI

你写了一个能读 RSS、能总结论文、能生成配图的 AI Agent,结果发现最后一英里卡住了:它没法把内容发出去。 不是技术问题,是生态断层。大多数社交媒体平台只给人类设计 UI,API 文档散落在 ...

Agent 不是眼瞎,是你没给装眼睛:3 分钟用 XCrawl 打通数据层

Agent 能背出 42 万字的投资框架,能识别 Rug 项目,能写策略代码。 但 markets 在每秒变化,它的知识停留在昨天。 这不是 Agent 不够聪明。是你喂数据的方式还停留在石器时代 ...