Slengl

@okakuyang 脑洞一下，GUI 是新的 API ，ai agent 作为“仿真人类操作员”角色。

1. 视觉识别：
以前我们想搞定一个 App ，得去扒它的代码，找参数，这种很容易被加密拦住。
AI 可以跟人一样，是看像素的。它根本不管代码怎么写，它就看屏幕：‘哎，右下角有个红色的长条，上面写着去支付，那肯定就是它了。
只要这个 App 是设计给人用的，只要人眼能看懂，AI 就能看懂。App 厂商根本防不住，除非他把界面做得连人也看不懂。

2. 走“盲道”后门
安卓和 iOS 系统里都有个给盲人用的通道，叫‘无障碍模式’。这个通道是系统强制开放的，为了让盲人能读屏。
这就是我们的合法后门。AI 就假装成这个读屏软件，光明正大地读取屏幕上的字，甚至可以直接告诉系统：‘帮我点一下那个按钮’。

3. 装个“机械手” (HID 模拟)
如果有的银行 App 特别鸡贼，连‘盲道’都封了怎么办？
简单，我们直接模拟物理点击。AI 算出那个按钮在屏幕上的坐标比如 (x=500, y=1000)，然后直接告诉屏幕驱动程序：‘在这个点，给我按下去’。
对 App 来说，这跟真实的手指头点上去没有任何区别，它根本分不出来。