● ChatGPT 桌面端推出语音控制，支持多 Agent 并行操作

📌 一句话摘要 ChatGPT 桌面端集成基于 GPT-Live 的语音控制功能，用户可语音操控电脑、调度多个智能体协同工作。 📝 详细摘要 宝玉详细介绍了 ChatGPT 桌面端（原 Codex App）的新功能。核心亮点是基于 GPT-Live 语音模型的语音控制，支持全双工交互（边听边说）

● 又搜罗了一大筐 GitHub 开源项目，最后一个挺值得关注的。

📌 一句话摘要 本文介绍四个值得关注的 GitHub 开源项目：OmniGet、pi-computer-use、Flint Chart 和 OpenSquilla，分别覆盖媒体下载、桌面自动化、AI 图表语言和模型路由。 📝 详细摘要 文章首先介绍 OmniGet，一个集视频下载、播放、阅读和笔

● pi-computer-use：通过无障碍树实现更可靠的桌面自动化

📌 一句话摘要 介绍一个逆向 Codex Computer Use 的开源工具 pi-computer-use，它优先读取应用的无障碍树结构，而非依赖截图猜坐标，大幅提升桌面控制可靠性。 📝 详细摘要 该推文详细分析了 pi-computer-use 这个开源项目的工作原理：它先通过无障碍 AP

● 让 Agent 直接操控电脑的神器，开源了！

📌 一句话摘要 Cua 是一个开源项目，让 AI Agent 在沙箱中安全流畅地操作桌面系统，支持多平台接入，并内置评测基准。 📝 详细摘要 文章介绍开源项目 Cua，它专注于让 AI Agent 安全流畅地操控整个桌面系统，包括看屏幕、移动鼠标、键盘输入、运行命令等。Cua 支持 Linux、

● Clawd Cursor：为 AI 智能体装上操作电脑的「眼睛和双手」

📌 一句话摘要 GitHub 上的 Clawd Cursor 开源项目让 AI 智能体能够控制鼠标键盘、读取屏幕内容，从而流畅操作电脑桌面软件。 📝 详细摘要 该推文介绍了一个名为 Clawd Cursor 的开源项目，它赋予了 AI 智能体操作电脑桌面的能力。项目支持控制鼠标和键盘、读取屏幕内

● Mano-P：纯视觉 GUI-VLA 智能体，一句话操控桌面软件

📌 一句话摘要 本文介绍了明略科技开源的 Mano-P 项目，这是一个基于纯视觉理解的 GUI-VLA 智能体模型，能够通过自然语言指令操控电脑上的任何桌面软件，并支持本地运行以保障数据隐私。 📝 详细摘要 文章重点推介了 GitHub 上新开源的 Mano-P 项目，该项目旨在解决桌面软件自动

● MiniMax Agent 更新：这次我们重新设计了 Agent 操作电脑的方式

📌 一句话摘要 MiniMax 发布了其 Agent 桌面端的两项重要更新：Pocket 功能支持通过 IM 远程操控电脑，以及 Computer Use 功能使 Agent 能像人一样通过视觉识别操作图形界面软件，并详细阐述了其背后的技术实现与设计思考。 📝 详细摘要 本文是 MiniMax

● YC 发布 Minicor：自愈式桌面自动化

📌 一句话摘要 Minicor 为那些需要与缺乏 API 的遗留软件交互的 AI 公司提供自愈式桌面自动化解决方案。 📝 详细摘要 Minicor 推出了一款平台，旨在解决与缺乏 API 的遗留桌面软件交互的难题。通过构建自愈式桌面自动化技术，该公司使 AI 系统能够与旧的、不支持 API 的软

● AI Agent 竞争时间线：OpenClaw 与 Anthropic Cowork 的博弈

📌 一句话摘要 梳理了 OpenClaw 与 Anthropic Cowork 在 AI Agent 领域的竞争时间线及关键节点。 📝 详细摘要 该推文梳理了从 1 月初至 3 月底，OpenClaw（原 Clawdbot）与 Anthropic 的 Cowork 项目在桌面 AI Agent