macOS Harness: Nowe narzędzie do zarządzania Maciem przez agentów AI
Udostępniono kod źródłowy macOS Harness – narzędzia, które pozwala agentom AI, takim jak Claude Code czy Codex, na bezpośrednią kontrolę nad systemem macOS dzięki niskopoziomowym funkcjom i wbudowanemu środowisku Python.
macOS Harness: Nowe narzędzie do zarządzania Maciem przez agentów AI
Kod źródłowy projektu macOS Harness został udostępniony. Jest to nakładka (wrapper), która umożliwia agentom AI, takim jak Claude Code i Codex, bezpośrednie sterowanie wszystkimi aspektami pracy na komputerach Mac.
Kluczowe funkcje
- Zarządzanie aplikacjami: macOS Harness potrafi obsługiwać aplikacje desktopowe.
- Kontrola przeglądarki: Narzędzie pozwala na zarządzanie sesjami przeglądarki internetowej.
- Odczyt i zapis plików: Agent ma możliwość czytania oraz tworzenia i modyfikowania plików w systemie.
- Wykonywanie komend terminalowych: Agent może uruchamiać polecenia w terminalu bez konieczności interwencji użytkownika.
Unikalne cechy
macOS Harness zapewnia agentowi dostęp do niskopoziomowych możliwości systemu Mac oraz stale działające środowisko Python. Jeśli podczas wykonywania zadania agent stwierdzi, że brakuje mu określonej funkcjonalności, może bezpośrednio napisać kod w Pythonie, dodać brakującą logikę i kontynuować pracę.
Dzięki temu agent nie tylko steruje komputerem, ale także autonomicznie rozszerza swoje możliwości w trakcie działania.
Uruchomienie
Ciekawostką jest fakt, że macOS Harness uruchomił się sam.
Dlaczego to ważne
AnalizaTo narzędzie otwiera nowe perspektywy dla developerów, umożliwiając głęboką integrację agentów AI z codziennymi zadaniami na platformie macOS. Może to znacząco uprościć automatyzację procesów i zwiększyć produktywność.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
JSON — dane ustrukturyzowane dla aplikacji, API i agentów AI
Kompletny praktyczny przewodnik po formacie JSON: zasady składniowe, serializacja za pomocą parse/stringify, praca z REST API, JSON Schema oraz strukturalne wyjście dla sztucznej inteligencji.
Formaty DOCX i XLSX: kiedy potrzebny jest pełnoprawny dokument końcowy od AI
Kompletny praktyczny przewodnik po generowaniu i przetwarzaniu dokumentów DOCX oraz arkuszy XLSX za pomocą AI: porównanie z Markdown i CSV, inżynieria promptów, praca z formułami oraz automatyzacja w kodzie.
Sterowanie komputerem przez AI (Computer Use)
Technologia firmy Anthropic (wprowadzona w modelach Claude 3.5 Sonnet), która pozwala sieci neuronowej sterować systemem operacyjnym jak zwykły użytkownik: robić zrzuty ekranu, analizować współrzędne okien, poruszać kursorem myszy, klikać przyciski i wprowadzać tekst bez użycia dedykowanych API.
Badacze z MIT pokazali, że GPT-6 Astra może ulepszać inne modele AI przez bezpośrednią zmianę wag
W eksperymencie Astra zwiększyła dokładność Qwen3.5-0.8B w benchmarku MATH-500 z 7,9% do 48,1%, zmieniając zaledwie 0,016% wag modelu.