三个优化加起来,我这个 GUI Agent 的定位从 12.9 秒降到 0.3 秒。而且这些优化都不需要换硬件 —— 我用的还是一台 4GB 显存的旧笔记本。AI 不需要"看"得更好,它需要"问"得更聪明。操作系统知道的东西,就别让模型去猜。代码用的都是系统自带组件(gi.repository.Atspi、xdotool、tesseract),没有额外依赖。完整代码已开源(MIT):里面有个 be