越界:Claude Code 长出了“手和眼”,AI 终于开始自己点鼠标了

[要求:宝玉风格 (Baoyu-Style),3D毛玻璃质感,C4D渲染。画面:一个发光的命令行终端(CLI)突破了黑暗的屏幕边缘,伸出半透明的几何数字手,正在操纵一个极简的 UI 界面。高反差电影级光影。比例 2.35:1]

今日封面生成指令 (De-AI Style)

[要求:宝玉风格 (Baoyu-Style),3D毛玻璃质感,C4D渲染。画面:一个发光的命令行终端(CLI)突破了黑暗的屏幕边缘,伸出半透明的几何数字手,正在操纵一个极简的 UI 界面。高反差电影级光影。比例 2.35:1]

■ 卢比孔河已被跨越

Anthropic 毫无预兆地向 Claude Code 的 Pro 和 Max 计划用户推送了一项名为“Computer Use(电脑使用)”的研究预览功能。

官方的更新日志非常短,但字字惊心:“Claude 现在可以打开你的应用,点击你的 UI,并在 CLI 中直接测试它所构建的内容。”

对于那些在前线跑 Agent 的开发者来说,这几行字意味着一件事:AI 跨越了纯文本的沙盒,正式接管了你的操作系统。

■ 闭环:自己写的代码,自己测

过去一年里,大模型写代码的能力突飞猛进。但传统的 AI 编程助手有一个致命的物理断层:它是个瞎子,而且没有手。 它能吐出完美的 React 组件,但无法知道这个组件在浏览器里到底长什么样、按钮点下去会不会报错。人类开发者只能充当那个可悲的“肉体中间件”——把 AI 写的代码跑起来,打开网页点击测试,然后再把报错信息复制回对话框。

现在,Claude Code 把这个“肉体中间件”给干掉了。

你让它写一个登录页面。它写完代码,会自动唤起你的 Chrome 浏览器,控制鼠标把光标移到输入框,输入测试账号,点击“Login”,然后捕捉屏幕的视觉反馈来验证自己的代码是否生效。 它不仅有了手(操控键鼠),还长出了眼(屏幕视觉识别)。

■ 降临派生存法则:当 CLI 拥有“上帝模式”

当一个跑在终端里的 CLI 工具能够随意调起你的本地应用、查阅你的 UI、甚至操控你的鼠标时,它就不再是一个简单的编程辅助工具了,而是一个拥有系统最高执行权限的数字幽灵。

大厂正在迅速把单向的文字生成器,升级为端到端的任务执行者。 这再次印证了我们之前在《a16z 应用笔记》里的判断:未来的软件交互是“无头(Headless)”的。大模型将不再需要你为了它专门去打开什么网页,它会直接潜伏在你的本地环境里,替你完成从开发到测试的完整重负荷劳动。

如果机器已经可以自己写代码,并能像真人一样打开浏览器自己测试代码,那只会堆砌语法、干体力活的初级程序员还剩下什么价值?

别做那个“肉体中间件”。守住你的堆栈,提升你定义问题的能力。这比以往任何时候都更加紧迫。


想要深入了解 OpenClaw 架构或获取《大模型接口适配工具包》,后台回复关键词:1

何占伟 / Alex

成都。11 年 Java 后端架构,专注企业级 RAG 与大模型应用工程化落地。

返回博客首页