Сообщение AIMPACT, 14 апреля (UTC+8): MiniMax выпустила два обновления для настольного агента: функцию Pocket (Beta) и официальный выпуск Computer Use.
Pocket интегрирован с основными мессенджерами, такими как Feishu, WeChat, Enterprise WeChat и Slack. После отправки команды в мессенджере агент выполняет задачу на компьютере пользователя и возвращает результат в исходный диалог. Возможность использования компьютера позволяет агенту видеть экран, управлять мышью и клавиатурой, а также напрямую обрабатывать локальные программы, системные настройки и задачи графического интерфейса. В сочетании эти две функции позволяют отправлять команды с телефона, а агент выполняет их на компьютере — без необходимости сидеть за компьютером.
В технической реализации MiniMax разделяет настольные операции на четыре области инструментов: Desktop Control (скриншоты, ввод мыши и клавиатуры), Window Manager (управление окнами и запуск приложений), Browser Engine (операции с DOM и селекторы CSS), Clipboard (чтение и запись буфера обмена). В сочетании с CLI-инструментами и инструментами Bash таких платформ, как Feishu и WeCom, всего более 60 инструментов.
Визуально агент выводит относительные координаты в диапазоне от 0 до 1, которые система преобразует в фактические пиксели экрана, обеспечивая одинаковую точность операций на экранах Retina и 4K. После каждого действия автоматически делается скриншот для проверки; при неудаче пробуется альтернативный вариант (например, использование клавиш-сочетаний вместо кликов мышью). При многократных неудачах агент активно сообщает пользователю место возникновения проблемы.
Управление правами синхронизировано с IM: перед выполнением агентом чувствительных операций, таких как удаление файлов, процесс приостанавливается, и запрос на подтверждение отправляется в IM — в Feishu и Slack в виде интерактивной карточки, в WeChat — в виде текстовой команды для авторизации; пользователь может в любой момент отправить команду для прерывания задачи.（来源：MiniMax）