AI代理终于长出了“眼睛”和“手脚”，这可能是今年Mac自动化领域最值得关注的技术进展之一。长期以来，大语言模型在理解文本、生成代码方面表现出色，但一遇到图形界面操作就陷入“眼高手低”的窘境——能告诉你该怎么做，却无法亲自替你点击那个按钮。这不仅是技术限制，更是AI从“参谋”走向“执行”的关键瓶颈。Peter这次带来的Peekaboo v3版本，试图从根本上打破这种割裂。
友友们，小声问一句，OpenClaw更新还有人关注吗？
关不关注不重要了，重要的是给大家同步一下，龙虾刚刚长出手脚了！
依旧是那个龙虾之父Peter，这次带来了全新的Computer Use工具Peekaboo v3版本——
直接把过去Agent类产品只能简单执行，但没法直接操控桌面的问题一把《梭哈》：
Peekaboo v3不仅能在MAC电脑上实现像素级截图，还能读取电脑上每个UI的位置。
下面这位网友，直接就是让Peekaboo v3做了一个简单的「Computer Use」烟雾测试。
让Hermes操作计算器、Peekaboo读屏幕结果、Python独立验证答案是否正确，一气呵成成功通过。
兴致来了挡都挡不住，人家立刻立flag：
好玩好玩，下一步我还要让Peekaboo自动翻找以前写过的邮件！（尝鲜ing…
眼睛+手脚都齐了，现在这虾啊，是真的能在咱Mac上替我们打工了？？？
仔细想想，这种“屏幕理解+物理操作”的组合拳，其实是朝着更通用AI助手迈出的坚实一步。传统RPA（机器人流程自动化）工具虽然也能操作界面，但它们依赖固定规则和元素选择器，面对动态变化的UI往往束手无策。而Peekaboo v3的突破在于：它让AI通过视觉识别和理解界面，再通过模拟操作来执行任务，这本质上是在复现人类使用电脑的认知-动作闭环。
事实上，Peekaboo（翻译：躲猫猫）已经不是一个新产品了。
早在OpenClaw大火之前，去年11月份左右，Peter就动了给Agent装手脚的心思。
当时陆陆续续憋了v3.0.0-beta1到beta4好几个测试版，前后差不多磨了快半年的时间。
直到最近这两天，直接开启「狂更模式」
v3.1.0、v3.1.1、v3.1.2开始一个疯狂大更新……
那问题来了，这个躲猫猫，Peekaboo到底是个啥东西呢？
一句话说就是：给你的Mac装一双带有眼睛和手的工具包，能让AI agent看到屏幕，也能操作鼠标键盘。（省流版）
大家之前如过有用过龙虾或者Agent产品，应该能感觉到一个bug点——
Agent确实能帮我们打开网页、跑个流程，可一旦涉及到屏幕上更细的操作，比如戳那个按钮、拖那个文件、把这段字敲到那个输入框里……
它就开始《装瞎》，最后那一步还得咱自己上手操刀。
看不下去的Peter清楚地知道，AI要想在Mac上动手，必须有一个能看屏幕、能操作鼠标键盘的工具，这恰好就是Peekaboo。
这次给Peekaboo v3做的事儿，就是把这道墙凿穿：
让Agent真的能看，也真的能动，从指手画脚的甲方，变成真的能下场干活的乙方。
首先是「看」的能力。
Peekaboo v3不仅能实现像窗口、全屏、菜单栏的像素级截图、还能读取macOS上每个UI元素的位置、类型、label等，真·慧眼识珠屏幕了。
其实是「动」这事儿上。
一整套真人用Mac才会干的事，它现在自己就能干，真·能kuku上手干活儿了。
但是Agent光能看和动还不够，Peekaboo v3真正让人觉得开大的还在「下面」——
在能力调用上，其支持自然语言Agent模式，所以在提示词指令上我们可以直接用大白话甩任务就行。
第二个蛮实用也非常聪明的设计，就是能把所有能力打包成MCP，喂给你常用的AI工具。
例如我们在Cursor里写代码，跑起来UI出bug了，以前得自己截屏发给Cursor让它看。
但现在Cursor自己就能截图、自己看、自己改、自己再跑一遍验证，真·全程不用插手。
（躲猫猫这名字还是含蓄了，感觉堪称蜘蛛网了…一招鲜吃遍天N个产品了也是…)
从产业视角看，这种“工具化”的策略非常聪明。将屏幕理解和操作能力封装成MCP（Model Context Protocol）服务，意味着它不绑定任何特定AI模型或应用。无论是Claude Code、Cursor、还是未来的任何AI编程助手，只要支持MCP协议，就能获得这套“所见即所得”的桌面操作能力。这有点像给AI世界搭建了一个通用的“视觉-运动皮层”，让不同的大模型都能接入并执行GUI任务，而不是每个厂商都从头造轮子。
友友们非常关心的问题来了——那这Peekaboo v3到底咋用捏？
好消息是，Peekaboo为同一套能力，准备了四种不同的「打开方式」。
写代码的、用AI编程的、纯用Mac的、做App的，四拨人各取所需，丰俭由人啊丰俭由人～
第一种，如果屏幕前的友友想写脚本自动化干活，直接用Homebrew安装方法就完事儿了～
brew install steipete/tap/peekaboo
peekaboo --version第二种，如果屏幕前的友友日常在用Claude Code、Cursor、Codex这类AI编程工具。
那这个最香，因为Peekaboo可以直接当成MCP server接进去：
npx -y @steipete/peekaboo mcp去GitHub Releases下载Mac桌面版app就行，有可视化反馈，权限管理也是图形界面，很友好。
对了，对于想在OpenClaw实用其能力的友友来说，直接「Skill」一下子就ok。
相当于给虾装了个操作Mac的插件，装好之后录屏、辅助功能这些Mac权限走OpenClaw一次性过，不用再单独给Peekaboo开一遍～
最后想说的是，Peter这波这么着急地狠狠更新一波，说实话也挺能理解……
这两年像Anthropic的Computer Use、OpenAI自家的Operator、各种browser-use工具全在卷「AI操作电脑」这条路子。
开源Agent领域热起来了，各种Computer Use替代方案开始疯狂冒头了。
他必须快啊，才能避免被后来者追上，也算是给自己在OpenAI的Agent工作提供个最强本地验证平台吧？
（这套「内外兼修」的打法好啊，妙啊）
总体来看，Peekaboo v3的发布时机和产品定位都相当精准。当前AI行业正从“文本对话”转向“行动执行”，谁能率先解决AI与真实数字世界的交互问题，谁就能在下一波应用浪潮中占据先机。Peekaboo v3选择深耕macOS这一确定性较高的平台，同时通过MCP协议保持与各类AI工具的兼容性，这种策略既务实又有扩展性。不过也要看到，这种基于像素截屏和UI元素读取的方案，在面对自定义控件、复杂渲染或不规范界面时，稳定性和准确率仍有待长期验证。对于追求极致自动化的极客用户来说，它已经足够让人兴奋；而对于企业级应用，可能还需要更多的边缘场景打磨。
