Mensaje de AIMPACT, 14 de abril (UTC+8): MiniMax lanza dos actualizaciones para el agente de escritorio: función Pocket (Beta) y Computer Use en lanzamiento oficial.
Pocket se integra con IM principales como Feishu, WeChat, WeChat Work y Slack; los usuarios envían instrucciones desde el IM, y el Agente completa la tarea en su computadora y devuelve el resultado al mismo chat. Computer Use permite que el Agente vea la pantalla, opere el ratón y el teclado, y maneje directamente software local, configuraciones del sistema y tareas de interfaz gráfica. Ambas funciones trabajan juntas: envía instrucciones desde el teléfono y el Agente las ejecuta en la computadora, sin necesidad de estar sentado frente a ella.
En términos técnicos, MiniMax divide las operaciones de escritorio en cuatro dominios de herramientas: Desktop Control (captura de pantalla, entrada de ratón y teclado), Window Manager (gestión de ventanas e inicio de aplicaciones), Browser Engine (operaciones DOM y selectores CSS) y Clipboard (lectura y escritura del portapapeles). Integrados con CLI y herramientas Bash de plataformas como Feishu y WeCom, suman más de 60 herramientas.
Visualmente, el agente genera coordenadas relativas entre 0 y 1, que el sistema convierte en píxeles reales de la pantalla, garantizando precisión consistente en pantallas Retina y monitores 4K. Después de cada paso, se toma una captura de pantalla automáticamente para verificar; si falla, se intenta una alternativa (como usar atajos de teclado en lugar de hacer clic con el mouse), y si persiste la falla tras múltiples intentos, se notifica activamente al usuario la ubicación del punto de bloqueo.
La gestión de permisos se ha integrado en IM: antes de que el agente realice operaciones sensibles como eliminar archivos, se pausa y se envía una solicitud de confirmación a IM, que se presenta como tarjetas interactivas en Feishu y Slack, y como instrucciones de texto en WeChat; el usuario puede interrumpir la tarea en cualquier momento enviando una instrucción.（来源：MiniMax）