# Third Hand - 亚秒级 AI 电脑控制（不截屏，读界面控件+小模型决策，macOS菜单栏助手）

> AI控电脑从5秒干到亚秒级！不截屏读控件树，Jev小模型毫秒决策，还能后台不打扰执行！

## 是什么

Third Hand 是一个 macOS 菜单栏 AI 助手：用自然语言让它直接操作你 Mac 上的 App。在对话框里 @ 一个应用，比如 `@Spotify play something chill`，它就去读 App 的界面控件、点击、输入、检查结果，一条龙办完。

GitHub 上线即涨星的早期项目（★333，v0.1.3，更新非常勤），MIT 开源，Apple Silicon + macOS 14+，开发者 ID 签名公证，直接下载 .app 就能用。

## 为什么值得看：它换了条路

市面 AI 控电脑清一色「截屏 → 视觉大模型看图 → 想下一步」，一 step 五秒起步，token 烧得肉疼。Third Hand 抛弃了这个笨重路线：

- **不碰像素**：通过 macOS 辅助功能（Accessibility）直接读窗口里的按钮/输入框/控件，全变成结构化文本——就像给 AI 一个 API 而不是一张截图
- **大模型只管拆任务**：ChatGPT 一次性把任务写成步骤清单（点哪、输什么、按哪个键），步骤失败才重问
- **小模型做选择**：步骤和实际控件对不上时，TypeSafe 的 **Jev** 决策模型在候选控件里毫秒级「单选」出该点谁——这就是最近爆火的 System One 模型首个出圈应用

结果：操作延迟干进亚秒级，token 消耗压到截屏路线的零头。

## 真正的亮点：后台执行

按 **⇧↩** 让任务在后台跑：被控的 App 可以是最小化/隐藏状态，你的鼠标和前台窗口完全不被打断。原理是 arc-cua 驱动把窗口临时拉到屏幕外操作完再放回去。这是演示里最惊艳的一幕。

## 用前须知

- **不是离线工具**：任务规划走你的 ChatGPT 账号（gpt-6-sol），控件决策走 TypeSafe API，两个 key 都要配（存在 macOS 钥匙串里）
- **早期实验品**：纯图标界面、自定义编辑器、复杂手势可能翻车，官方明说"盯着点用"
- Threads 设计很顺：每个 App 一个会话，"现在放第二首"这种追问天然支持

## 适合谁

- 想第一时间体验「Accessibility 树 + 决策模型」新范式的极客
- 受够了截屏路线又慢又贵的 Computer Use 用户
- macOS 重度自动化玩家——这个项目指明了下一阶段 AI 控电脑的方向

---

**分类**：模型
**标签**：模型 · AI · 控件
**作者**：子龙
**链接**：https://octohz.com/p/2309