本地模型做 Computer Use 的经验讨论
Rough-Bookkeeper5717 · reddit · 2026-07-11
作者在讨论一种 **AI harness + Computer Use** 的使用方式，重点不是文件、浏览器或 MCP，而是“让模型直接操控 UI”的场景。 ### 讨论重点 - 关注的是本地模型或 Hugging Face 上的模型，而不是 Claude、OpenAI、Mistral、Perplexity、xAI、Gemini 等托管产品。 - 场景包括控制 Zoom、Teams、远程桌面等难以直接集成的环境。 - 因为这些环境不能接 MCP 或普通 API，只能靠 UI 级别的 agent 控制。 - 作者提到，multimodal 模型对这类用法很关键。 ### 经验分享 - 较大的参数模型或 MoE 模型通常效果更好。 - 在工具调用保持较少的前提下，部分 **20B+** 模型也能取得一定成功。 - 期待别人分享在类似“无法集成，只能 UI 操作”的真实场景里，哪些本地模型更好用。