开发者 Shiv 开源工具 Third Hand，用纯文本决策实现 AI 控制电脑，延迟压到亚秒级，0 截屏、0 视觉模型，成本逼近于零。其做法是把视觉识别降维成系统底层无障碍语义树获取控件列表，再接入专做强类型决策的 Jev 在 100 毫秒内完成状态单选，通用大模型只负责拆解长任务，开源仓库链接见评论区。