เครื่องมือตัวนี้เปิดตัวด้วยตัวมันเอง คนสร้างแค่นั่งดู
มีของใหม่ชื่อ macOS Harness ทำโดย Gregor Zunic คนที่ทำ Browser Use
สิ่งที่มันทำคือให้ AI ควบคุม Mac ของเราได้จริงๆ ไม่ใช่เครื่องจำลอง ไม่ใช่ VM แต่เป็นเครื่องที่เราใช้อยู่นี่แหละ
เรื่องที่ทำให้มันดังคือตอนเปิดตัว เจ้าตัว harness เป็นคนเอาตัวเองขึ้น GitHub ขึ้น PyPI แล้วร่างทวีตประกาศเปิดตัวเอง คนทำแค่นั่งดูมันทำ
แต่สิ่งที่ผมว่าน่าสนใจกว่าคือวิธีคิดของมัน
ปกติเครื่องมือแนวนี้จะพยายามทำตัวเชื่อมต่อไว้เยอะๆ มีตัวสำหรับ Slack ตัวสำหรับ Spotify ตัวสำหรับแอพนั้นแอพนี้ ยิ่งรองรับเยอะยิ่งดี
อันนี้ทำตรงข้าม มันไม่มีตัวเชื่อมสำหรับแอพไหนเลย
มันให้แค่ของพื้นฐาน 6 อย่าง
มองหน้าจอของแอพ
กดคีย์บอร์ด
พิมพ์ข้อความ
คลิกตามพิกัด
อ่านโครงสร้างหน้าจอผ่านระบบช่วยการเข้าถึงของ macOS
สั่ง AppleScript
แล้วที่เหลือให้ AI ไปเขียนโค้ด Python เอาเองระหว่างทำงาน
ในเอกสารเขาเขียนไว้ว่า พอ agent อยากทำอะไรที่ยังไม่มีตัวช่วย มันจะมองแอพนั้น ใช้ของพื้นฐานที่มี แล้วเขียนส่วนที่ขาดขึ้นมาเอง จบงานโดยไม่ต้องเพิ่มเครื่องมือเฉพาะแอพเลยสักตัว
สองอย่างที่ผมว่าออกแบบมาดีมาก
มันถ่ายภาพหน้าต่างแอพที่รันอยู่ข้างหลังได้ โดยไม่ต้องดึงแอพนั้นขึ้นมาข้างหน้า แปลว่าเราทำงานของเราไป มันทำงานของมันไป ไม่แย่งจอกัน
และมันวาดเมาส์ปลอมบนหน้าจอให้เราเห็นว่ามันกำลังคลิกตรงไหน แต่ไม่ขยับเมาส์จริงของเรา อันนี้คือความต่างระหว่างเครื่องมือที่คิดมาแล้ว กับเครื่องมือที่ยึดเครื่องเราไปทั้งตัว
วิธีเริ่มก็แปลกดี ในหน้าเอกสารเขาไม่ได้ให้คำสั่งติดตั้งมาก่อน แต่ให้ข้อความก้อนหนึ่งไปวางใน Claude Code หรือ Codex แล้วบอกให้ agent ไปติดตั้งเอง เช็คสิทธิ์ที่ต้องเปิดเอง แล้วทดสอบตัวเองว่าต่อติดไหม โดยในข้อความนั้นสั่งไว้ด้วยว่าให้อธิบายสิทธิ์ที่ยังขาด แล้วถามเราก่อนจะขอ
เรื่องที่ต้องรู้ก่อนลอง
ตัวมันเองบอกว่ายังเป็นของทดลอง ใช้ได้เฉพาะ Mac สัญญาเป็นแบบ MIT
มันต้องขอสิทธิ์ระดับลึกของเครื่อง ทั้งการควบคุมแทนเรา การบันทึกหน้าจอ และการสั่งงานแอพอื่น ในตัวมันมีคำสั่ง doctor ไว้ตรวจว่าต้องเปิดอะไรบ้าง อันนี้ควรรันดูก่อนตัดสินใจ
และจุดที่ผมอยากให้สังเกต ค่าเริ่มต้นของมันเปิดการส่งข้อมูลการใช้งานกลับไปหาผู้พัฒนา เขาระบุว่าเก็บแค่ประเภทคำสั่ง ผลว่าสำเร็จไหม ใช้เวลาเท่าไร เวอร์ชัน ระบบปฏิบัติการ และรู้ว่าเราใช้ agent ตัวไหน และเขียนไว้ชัดว่าไม่เก็บคำสั่งที่เราพิมพ์ ชื่อแอพ ภาพหน้าจอ ข้อความบนหน้าจอ สคริปต์ พาธ หรือชื่อหน้าต่าง
เขาไม่ได้แอบทำ เขียนบอกไว้ในหน้าแรกเลย และปิดได้ด้วยคำสั่งเดียว แต่ผมว่าถ้าจะเอาไปใช้กับเครื่องทำงาน ควรรู้ไว้ก่อน
ตอนนี้มีดาวบน GitHub ห้าร้อยกว่าดวง ภายในไม่กี่วัน คนทำคนเดียว
ความเห็นผม ไอเดียที่ว่าอย่าไปสร้างเครื่องมือให้ครบทุกแอพ แต่ให้ของพื้นฐานแล้วปล่อยให้มันเขียนส่วนที่ขาดเอง เป็นวิธีคิดที่ตรงกับที่ผมเชื่อ เพราะเราตามสร้างตัวเชื่อมให้ทันทุกแอพในโลกไม่ได้อยู่แล้ว
แต่ก็ต้องยอมรับว่าการให้สิทธิ์ระดับนี้กับ AI มันคือการยกกุญแจบ้านให้ ใครจะลอง ผมแนะนำให้เริ่มจากเครื่องที่ไม่ได้มีอะไรสำคัญก่อน
repo อยู่ที่ github.com/browser-use/macos-harness
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac