WorkBuddy 的电脑自动化操作来了，形式是一个远程遥控插件（WorkBuddy Remote），目前还挂着测试版。装好之后，在手机端的 WorkBuddy 小程序或 APP 上发消息，在线的电脑客户端就会按指令去操作电脑上的软件，比如让它打开 PhotoShop 设计一张图。
先分清两个概念。WorkBuddy 早就实现了浏览器自动化操作（Browser Use），装官方 Skill 或扩展就能让它自动操作浏览器。但电脑自动化操作（Computer Use）一直没开放，虽然 WorkBuddy 的底子 CodeBuddy 本身就有这个能力。之前无论是接微信、飞书、钉钉这些助理，还是用手机端小程序和 APP，解决的都只是手机和电脑之间的通信问题，并没有真正做 Computer Use。
真正的 Computer Use 是这套流程：给电脑屏幕截图，截图丢给多模态大模型识别，大模型推理完，Agent 再通过模拟鼠标点击和键盘输入去执行。感知、推理、行动三步，不断循环直到任务完成。这就需要屏幕录制、系统录音和操控鼠标键盘的权限。
实操：开启远程遥控
电脑客户端先升级到最新 5.9.0 版本，点账号头像进设置页面，左侧菜单找到设备连接。先确认“允许同账号设备远程连接”开关是打开的，再打开远程遥控插件的开关，打开前要授权屏幕录制与系统录音、辅助功能权限。
补充一个细节：Mac 上电脑自动化操作的成功率和流畅程度要比 Windows 好一点。
然后打开手机 APP，确认当前连接的设备是电脑而不是云端，电脑显示在线。进对话框，右上角会多一个图标，点它就能在 APP 里打开电脑的远程桌面画面——只能在 APP 里操作，小程序目前不行。首次进入不是全屏，可以设成全屏，里面有操作指引：触屏手势跟平时用手机一样，滑动点按缩放；鼠标手势会多一个模拟鼠标；键盘可以在手机键盘、电脑键盘和快捷键之间切换。
不过手机屏幕太小，电脑屏幕很大，缩放和调画质都代替不了电脑生产力，远程桌面更适合应急：看看电脑上的任务跑得正不正常，或者远程关机、手动发个不方便让 Agent 发的文件。真正干活，还是直接对话交给 WorkBuddy 处理更顺。
实测：让它给微信群发一条消息
在任务对话窗口发提示词，让电脑上的 WorkBuddy 打开微信，找到一个微信群，发一句问候。Agent 先截一张图，丢给多模态模型识别出微信图标的位置，模拟鼠标点开；打开后再截图识别，如此循环，最后把消息输进输入框、点发送，再截一张图让模型判断成功，任务结束。
整个过程走下来，Computer Use 的短板也很明显：一个循环多次的流程跑完，有时还不如人工操作快。它的价值在于不计较时间成本时，能把双手解放出来。
进阶：监控群聊自动回复
再进一步，可以让 WorkBuddy 持续监控这个微信群，有人说话就去回复，相当于一个 AI 自动客服。对 AI 味不敏感的人，一时半会儿还以为是真人在聊天。但这只是演示，不建议拿去做自动化聊天机器人，别去挑战微信风控，否则封号自理。
边界与模型建议
注意一个关键点：远程遥控只是官方对远程桌面控制的说法。直接在 WorkBuddy 电脑客户端下命令，让它操控电脑系统或其他软件，同样可以，不一定非得通过手机下指令——Computer Use 是电脑客户端才有的能力，手机端只是个发送消息的通讯端。
模型要用好一点的，比如 Deepseek-v4.1-Flash、GLM-5.3，或者最近发布的 Kimi-K3.1-Pro，而且必须是多模态模型。拿弱模型跑不通，就别怪工具不行。
背景文章：一文带你搞懂 WorkBuddy 的自动化操作（Browser Use 和 Computer Use 的区别讲得很清楚）：https://mp.weixin.qq.com/s?__biz=MjM5ODAxOTA2Mg==&mid=2649977207&idx=1&sn=6e22cb37031cd3f39805ed3f441e2df8&scene=21#wechat_redirect