针对目前 AI Agent（如 Claude 的 Computer Use）依赖视觉推断导致的速度慢、精度低和 Token 消耗高等问题，开发者推出了开源工具 application-use。该工具基于 Go 和 Swift 构建，不依赖截图，而是直接调用 macOS 原生 Accessibility API，将 UI 转换为带有 Vimium 式字母标签的结构化文本。这种方法允许 AI 通过文本指令精准点击，不仅操作延迟降至毫秒级，还彻底解决了坐标偏移问题，显著降低了 AI Agent 自动化操作的门槛与成本。
