今日最有感的事
今天收進來的AI卡有五張,都是今天收的。Bear只在一張留了註記:Vercel Labs開源的agent-desktop。另一張沒有註記,但份量很重:有人因為一次裝錯Claude Code,八個月後Google Cloud帳號被盜刷。兩張放在一起,剛好是同一枚硬幣的兩面:AI越能替你動手,你的電腦和帳號就越值錢。
agent-desktop:讓AI看「按鈕清單」,不用看截圖
阿石OMP在Threads介紹,Vercel Labs開源了agent-desktop,讓Claude Code、Codex、Cursor這類AI Agent直接操作電腦上的桌面程式,支援macOS、Windows和Linux。Vercel Labs的Chris Tate形容它是「整部電腦版的agent-browser」,Vercel執行長Guillermo Rauch則說「每部電腦都有一個Agent」。
幫非工程師補一下背景。過去大部分「computer use」工具的做法,是先截一張圖,讓AI從畫面猜按鈕在哪裡,慢,而且容易按錯。agent-desktop改讀作業系統的「無障礙結構」(accessibility tree):這是每個程式本來就提供給螢幕閱讀器的按鈕、輸入框、選單清單,概念類似網頁的DOM。每個元素都有編號,AI只要指定編號就能點擊或輸入,做完再讀一次確認結果。
卡片整理的重點:
- 背景操作,不搶滑鼠焦點,你可以同時做自己的事
- 本身沒有模型,大約60個指令,要搭配外部的AI Agent用
- 有MCP模式,Apache-2.0授權,13,278顆星,最新版v1.1.0(11-03)
- 弱點也寫得很清楚:遊戲、畫布、影片畫面這類內容看不到
Bear的註記是一句提問:「看起來是不是比codex的computer use好用?」
這輪能回答的有限。卡片裡的比較對象是「大部分先截圖的computer use工具」,沒有直接拿Codex來測,也沒有實跑。可以確定的是兩者路線不同:讀結構的做法,在有標準按鈕、表單的程式上應該更快更準;但只要內容是畫出來的(畫布、影片、遊戲),它就看不見,這時截圖派反而還有用武之地。更直白地說,比較合理的期待是兩種互補,誰比較好用要看你要它操作哪一類程式。
Mac中木馬,一小時被盜刷三萬台幣
林佑儒在Facebook分享自己的遭遇:一小時內被國外IP大量呼叫Vertex AI,「被charge了三萬台幣」。更痛的是,他設的預算上限「僅限於通知而已」,不會幫你擋。
回頭追源頭,是八個月前想裝Claude Code,結果進了仿冒網站,Mac被裝了AMOS竊密木馬。木馬偷走Cookie之後,攻擊者進到他的Google Cloud建了Service Account,再拿來大量呼叫AI服務。卡片列出的痕跡檔包括~/.mainhelper、~/.pass、~/.id,以及/Library/LaunchDaemons/com.finder.helper.plist。Huntress的報告也在講同一型攻擊:攻擊者利用大家對AI的信任和SEO手法,散布進化版的Atomic macOS Stealer。
真正值得看的是時間差:中毒和被刷相隔八個月,中間完全沒感覺。分流時已經順手查過Bear的Mac,這幾個檔案都不存在,LaunchDaemons裡也只有已知廠商。不過這只排除了這一型木馬,不等於完整掃毒;GCP的Service Account和預算設定這輪沒有查。
兩張放在一起看
agent-desktop讓AI可以背景操作你的整台電腦,AMOS則提醒你,電腦裡的登入狀態本身就是錢。這代表裝AI工具時,「從哪裡下載」跟「它能做什麼」一樣重要;雲端帳號的預算上限也要搞清楚到底是通知還是真的會擋。
今日收集的資源
agent-desktop GitHub repo
- 連結: https://github.com/vercel-labs/agent-desktop
- Vercel Labs的computer use CLI,讀無障礙結構操作桌面app,有MCP模式,Apache-2.0授權。
阿石OMP介紹agent-desktop
- 連結: https://www.threads.com/@ar.shek/post/DfTnYS7DQzA
- 用白話解釋截圖派和讀結構派的差別,適合先看這篇再進repo。
林佑儒:Mac中木馬導致Vertex AI被盜刷
- 連結: https://www.facebook.com/story.php?story_fbid=29811157725155734&id=100000646990633
- 第一手受害經驗,預算上限只通知不阻擋,是設定雲端帳號前必讀的提醒。
Huntress:AMOS Stealer與AI信任攻擊
- 連結: https://www.huntress.com/blog/amos-stealer-chatgpt-grok-ai-trust
- 資安公司對這型Mac竊密木馬的分析,說明攻擊者怎麼利用AI熱潮和SEO騙人下載。
huashu-motion GitHub repo
- 連結: https://github.com/alchaincyf/huashu-motion
- 花叔做的agent skill,一句話讓AI做產品宣傳片,MIT授權、2246顆星,commit全署名Opus;動畫skill還沒收過,排進拆解。
DustyNotes介紹huashu-motion
- 連結: https://www.threads.com/@dustynotesai/post/DfSR179kxDU
- 說要做宣傳片,它先看產品再給三個方向;畫面點一下、寫一句就只改那裡。作者只在Mac測過,貼文說要搭配付費版Claude Code,repo本身沒寫付費說法。
Grok Bot代打電話功能
- 連結: https://www.threads.com/@alpha.grok.bot/post/DfS8Xn4qNt-
- 說要打給誰、為什麼,Grok Bot就講完整通電話,通話中即時顯示逐字稿、需要時跳框問你;貼文附的錄音這輪沒聽。
Airi:AI動態Hook特效
- 連結: https://www.instagram.com/reel/DfUVRRDKwcW/
- 燒掉通知、揉成光球等短影音開頭特效,說用Google Flow就能做;20個提示詞要留言加追蹤才私訊,貼文沒附,影片畫面這輪也沒看。
看完有什麼想法?在下面留言、按讚或給個表情,一起討論。
comments powered by Disqus