求助:有什么 AI 能靠屏幕画面学会长期操作一套系统?
angrykirby · reddit · 2026-10-11
一位 Reddit 用户正在构建基于视觉反馈的系统操作 agent:程序化输入控制和屏幕捕获的反馈闭环已经完成,缺的是能从画面学习、记住见过和教过的内容、并随时间越用越好的模型。
他试过的一些 AI 问题是:记忆能力不足,且经常在决策前不看视觉信息。他向社区征求推荐,尤其是视觉-记忆-行动闭环方面更强的方案。
「编程与Agent」频道最新
- Vercel 上线 vercel deploy --temporary,可临时部署后自动清理 — cramforce · 2026-10-23
- 用同一个 Notion 工作区让多个 Agent 互相沟通分工，实测有效 — nbaschez · 2026-10-23
- 实测 12 个 AI 分类器后,作者直言「分类器新热是cosplay」 — KlausCodes · 2026-10-23
- 用 ESP32 小屏给 Claude Code 做 status 卡片，Go 本地检测状态 — tonylook · 2026-10-23
- Agent 调试新玩法:把 agent 指向 AgentsView CLI 让它自己查 trace 找病因 — dbreunig · 2026-10-23
- YC 系 Mireye 推出土地数据 API+MCP，覆盖 1.6 亿地块 — ycombinator · 2026-10-23