给 agent 的界面,不该是截图
上周四在 arXiv 刷到那篇论文,标题直白到有点愣——《ASIL: Replacing ScreenshotandClick with Structured State and Semantic Actions》。看到前三个词我第一反应是:又来了。
上周四在 arXiv 刷到那篇论文,标题直白到有点愣——《ASIL: Replacing ScreenshotandClick with Structured State and Semantic Actions》。看到前三个词我第一反应是:又来了。