你的 AI 能够 真正现身。
告诉她你的电脑上需要完成什么。Ava 会规划任务,向你展示步骤,然后操作你的真实应用 —— 点击、输入、切换窗口 —— 并在任何不可逆操作前停下来询问。其他自动化产品盲目点击;而她懂得何时该做。
这正是我们正在构建的内容。基础架构(角色编排、安全本体、紧急停止、真实的 Playwright 与 OmniParser 集成)已就绪。UI 连接与端到端轨迹将在下一步实现。
优先支持 Windows。macOS 紧随其后。上线后将覆盖所有层级,包括 Free。
与众不同之处
别人只有点击器。我们在构建决定何时点击的大脑。
五位专家,一步到位
侦察员负责观察。规划师负责决策。执行者负责行动。验证者进行检查。讲述者告知你刚刚发生了什么。专注的角色思维胜过试图包揽一切的单一模型。
跨会话记忆
Ava 会记住如何操作你的应用。其他代理每次都要重新学习。运行两次工作流,差异立现。
先由你批准的计划
在她执行任何操作前,Ava 会向你展示她计划的步骤。除非你说“开始”,否则不会运行任何操作,且你可以在任何时刻叫停。
你的机器,你的凭证
运行在你的真实电脑上。使用你现有的登录信息。无需租用云端浏览器会话。绝不上传你的屏幕内容用于训练。
构建即安全
基于对所有公开自主事故的研究而设计。这里的每一层防护,都源于其他产品的失败教训。
不可逆操作必确认 — 且审批永不缓存
发送、提交、支付、删除、发布。每一次都会重新询问。行业惯例是缓存这些。这正是攻击者利用的漏洞。
会话白名单,非持久化
进入模式时:“你可以在 Gmail、VS Code、Azure 中工作。”列表外的任何应用都会暂停并询问。会话间不记忆。没有“始终允许”按钮。
三重紧急停止开关
三重 Escape 全局热键。停止按钮始终可见。若触及步骤/Token/时间上限则自动熔断。任一机制均可中止进程。
破坏性操作前设置 Git 检查点
可回滚的地方自动执行。不可回滚的地方——已发送邮件、已完成支付——确认提示会明确告知。
密钥绝不触碰模型
密码、API 密钥、2FA 代码通过不透明句柄处理。Ava 看到 "{secret}",而非数值。绝不在内存、轨迹日志或提示上下文中。
可预测的成本
来自规范的预设目标数 —— 运行中有实时计数器,默认开启硬上限。最终计费单位将在选定 OmniParser 主机后于发布时确定。