AI第一次

8月20日晚，阿里千问悄悄放出一个叫 Qwen-UI-Agent 的东西。

翻译成人话就一句：AI 终于学会”看屏幕干活”了。

以前的AI，靠的是 API 和命令行。说白了，得软件厂商开个”门”，AI 才有资格进去办事。

可现实是，绝大多数软件压根不给你开门：银行网页、政务系统、公司内部工具，一个都不开放接口。

阿里这次换了条路：不等全世界 API 化，直接把屏幕当成最大的接口。

眼睛看得见界面，手就能点、能输入、能滑动。软件一行代码都不用改，AI 就能直接上手操作。

用阿里自己的话说，这叫”数字设备上的通用执行器”——一套模型，覆盖手机、电脑、网页，凡是看得见的软件，它都能上手。

更硬的是”真机”。

以前各家AI，大多在模拟器里训练、模拟器里评测，一到真机就掉链子。

阿里搭了个真机环境：100多台真实手机、150多款应用，全在真机上跑。自建的400多个任务真机基准，移动端得分92.2%，把 Gemini 3.1 Pro 等一排海外旗舰都压了下去。

这意味着什么？

过去一年，AI 的能力边界是靠工具接口撑起来的。现在，只要是一块看得见的屏幕，AI 就能上手干活。

对普通人的意义也很直接：以后那些”点点点”的琐碎操作，交代给 AI 就行，不用再等软件厂商开接口。

当然，它也不是什么都敢干——涉及转账、删除这类敏感操作，系统会拦下来，要求用户本人确认。

技术圈有句话：AI 从”会说”到”会做”，是质的跨越；从”会做”到”会动手点屏幕”，才算真正走进普通人的数字生活。

屏幕，是数字世界覆盖面最广的入口。谁先让 AI 学会用它，谁就先握住了下一个时代的钥匙。