Full text · 原文
3,497 字
允中 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
现在的AI圈，正陷入一种极其尴尬的“精神内耗”：<br>
云端智力早已溢出，物理执行却极度贫血。<br>
那些高喊着重塑生产力的“强通用大模型”，在面对没有API的企业ERP、逻辑破碎的社交终端（如微信）时，往往瞬间熄火。<br>
说白了，目前的Agent市场，嘴炮选手太多，实干选手太少。<br>
大多数AI依然只是被关在对话框里的“电子宠物”——在大气层指点江山，却进不了你的文件夹。<br>
这种“决策与执行”间的最后一道红利墙，最近被一支号称全球最年轻（平均年龄00后）的AI开发者团队捅破了。<br>
新升代技术科技成立于2025年2月，联合创始人兼CEO Kevin有着多年管理经验，负责确保其Agent能切实解决日常运营难题；而联合创始人兼CTO Tony Yan是剑桥大学工程硕士，负责带领团队攻克AI架构的核心技术难题。<br>
他们发布的新一代工业级Agent——TuriX Superpower，思路极其生猛：不再折腾语义拼图，而是直接把万物“CLI化”。<br>
TuriX不仅为AI构建了触达物理环境的“执行终端”，更从底层交互逻辑上，开启了由“辅助交互”向“自动驾驶”跃迁的生产力实验。<br>
AI进化出“手”：从指令下达到结果交付的终极闭环<br>
以前的AI只是一个被关在对话框里的“聊天机器人”，只能动动嘴皮子。<br>
而现在，TuriX进化出了完整的执行力：它能直接听懂指令，像真人助理一样接管你的电脑。<br>
具体来看，它把“聊天、办公、写代码、自动化操作”四大能力合而为一。你只需要下达一个指令，剩下的思考、决策、搜索、生成，甚至是最后的转发，它都能一气呵成。<br>
1、Chat（聊天）：不仅理解你说的话，更懂你真正想要什么。<br>
2、Work（办公）：像专家一样为你计划、决策、优化。<br>
3、Code（编码）：为你编写代码，检测漏洞。<br>
4、CUA（自动操作）：安全可控地跨应用执行任务指令。<br>
项目一键闭环，当你输入提示词指令到思考过程再到最终的结果交付，TuriX superpower拥有出色的执行到完成能力。<br>
例如：“帮我做一份最新的AI行业调研报告并且发送给微信的小T。”<br>
真正的AI智能，从此不止对话<br>
Manus擅长的长流程规划，TuriX稳稳拿捏；GPT和Gemini霸榜的智力博弈，TuriX同样在场。<br>
但真正让赛道产生代差的——TuriX不仅能做到，而且是实现真正完整的交付。<br>
核心亮点：CLI Agent+ CUA强强联合<br>
他们将通用Agent与CUA（Computer Use Agent）深度融合，并且比Openclaw更加安全可控，不会擅自动用和泄漏用户隐私。<br>
这样一来，大家使用时能够告别“只能聊不能干”的尴尬，从而实现调用电脑APP智能操作，真正让AI从“工具”变成“助手”。<br>
这背后的产业逻辑非常清晰：<br>
传统AI智能体大多停留在“语义交互”层面，侧重于信息检索与文本生成；而TuriX则通过CUA架构实现了从“语义”到“行为”的跨越，直接介入本地办公环境的复杂任务流。<br>
从对话框到执行终端，TuriX Superpower正在重新定义工业级AI的生产力基准。<br>
注：目前仅支持Mac版本，Windows版本即将上线。<br>
使用门槛低且安全，对用户友好<br>
OpenClaw的安装流程不太适用于小白/非技术背景的用户，且容易发生操作安全等问题。<br>
相比之下，TuriX仅需注册一个密钥（API KEY）即可直接马上体验。注册即送$2额度Token，帮助新用户解锁免费的产品体验。<br>
操作步骤：进入TuriX官网 -> 下载并安装TuriX APP -> 注册API账号 -> 获取专属API Key -> 填入API Key<br>
不谈虚的价值，只看真实场景应用<br>
Chat（对话模式）：不仅仅是问答，更是战略推演<br>
不同于娱乐性质的闲聊，TuriX的Chat板块是整个系统的“战略部”。<br>
深度逻辑推理：它能处理长上下文，支持复杂业务逻辑的拆解。<br>
知识检索增强：结合实时搜索功能，为后续的自动化任务提供准确的信息输入。<br>
用途场景：它其实就像你日常依赖的豆包/Gemini/ChatGPT，大事小事都能问。<br>
Work（办公模式）：并行处理的虚拟团队<br>
协作模式：是TuriX实现“数字员工”愿景的核心场景，也是本次更新中技术突破最明显的部分；<br>
从端到端：TuriX-CUA + CLI能力实现指令行+桌面操作一体，端到端之间能够互相调起；<br>
人类在环（Human-in-the-Loop）：在执行过程中，TuriX会体现它的思考过程，你可以随时介入。这种“半自动化协作”既保证了效率，又确保了人在关键决策点上的控制权。例如，你能够在2分钟内直接做一款马上能玩的小游戏。<br>
Code（代码模式）：开发者级别的执行精度<br>
对于涉及技术栈的任务，TuriX的Code模式提供了专业级的支持。<br>
本地环境感知：它能理解用户电脑上的代码仓库结构，直接辅助调试或编写脚本。<br>
CUA与CLI的融合：TuriX不仅能写代码，还能通过CUA能力在终端（Terminal）中运行这些代码，观测运行结果，并在发现报错时自主进行迭代修复。<br>
CUA（计算机操作Agent）：基于视觉模型的终极执行<br>
这是TuriX的传统强项，区别于市面上多数的AI Agent。<br>
自研视觉模型（Visual Model）的差异化特征：<br>
传统的自动化工具依赖于软件底层的API或坐标定位，一旦软件更新界面，自动化流程就会失效。<br>
TuriX本次引入了强大的视觉模型。它不再仅仅读取代码，而是“看”屏幕。它能识别什么是按钮、什么是输入框、什么是滚动条。<br>
GUI任务的自主执行：<br>
无论是在macOS还是Windows环境下，TuriX都能像人类一样操作Office软件、社交媒体工具、专业的ERP系统甚至没有API接口的传统软件。<br>
这种“感知即执行”的能力，让TuriX在桌面自动化基准测试中表现出远超行业平均水平的成功率。<br>
TuriX-CUA × 通用Agent：智能边界，重新定义<br>
从技术架构上看，通用智能体（General Agent）与CUA的协同，本质上是“感知-决策”中心与“动力-执行”末端的解耦与再集成。<br>
以ChatGPT为代表的云端模型负责高阶逻辑推理，解决“策略生成”维度的最优解；<br>
而TuriX-CUA则充当底层执行层，负责对物理屏幕的实时感知与精准操控。<br>
这种架构有效对冲了双方的局限：即云端模型的操作盲区与垂直执行端的逻辑天花板。<br>
两者的短板互补，标志着AI Agent正在经历由“离线式认知”向“在线式交付”的物种进化，形成并发式的“数字劳动力集群”。<br>
在推出Superpower完整版产品的同时，TuriX始终保持着核心引擎TuriX-CUA的开源状态。<br>
作为一个基于Python的计算机使用框架，TuriX-CUA采用了Planner+Executor的多模型设计，有效提升了长序列任务的稳定性。<br>
目前，项目已迅速在GitHub获得超2200 Stars，支持macOS、 Windows、Linux多平台，并提供 “热插拔大脑” 的灵活配置——用户可以通过修改配置文件更换底层视觉语言模型（VLM），无需改动代码。<br>
关注社区，共筑下一代智能生态<br>
在算法风口频出的当下，Agent赛道正经历从“拟人化情感联结”向“工业级生产力”的范式转型。<br>
TuriX团队始终保持着实用主义的冷静：Agent的终极使命不是成为“健谈的同伴”，而是成为执行人类意志的精密仪器。<br>
在算力平权的时代，单纯的代码堆砌已不再是壁垒，对垂直场景痛点的精准拆解才最具稀缺性。<br>
TuriX对“白盒”理念的坚持，本质上是技术理性的回归——让机器服务于人的逻辑，而非让人服从算法的黑盒。<br>
这种“让机器回归机器，让人回归创造”的底色，正映射出Agent进化的确定性方向：从“Chatty Companion”（聊天机器人）转向“Silent, Capable Tool”（低调实干的生产力工具）。<br>
随着TuriX Superpower正式上线，这种长期主义的坚持，正在填补AI与物理环境间的效率空白。工业级Agent介入琐碎日常的时代，序幕已拉开。<br>
对于桌面Agent技术实现感兴趣，或计划在项目中集成CUA能力的开发者，可关注TuriX在GitHub上的开源进展：（团队表示，Issue区的反馈将直接驱动项目的工程化迭代）<br>
GitHub链接：<br>
https://github.com/TurixAI/TuriX-CUA<br>
产品官网：<br>
https://turix.ai/