Agent Click
Agent click 指 AI agent 在后台操控原生桌面应用的能力，可以点击、输入、滚动、读取，全程不抢占用户的光标、窗口焦点或当前 Space。这是 OS 层专门为大模型自动化设计的一类新交互原语。
这个概念在 2026 年 4 月 28 日成型：trycua 把 Cua Driver 发到 Hacker News，项目介绍是「一个 macOS 后台计算机操控驱动，让 agent 点击、输入、滚动、读取原生 app 的同时，你的光标、前台 app 和 Space 一动不动」。底层机制是通过 Apple 私有的 SkyLight SLEventPostToPid API，把 agent 事件直接路由到目标进程。
就像多了一双看不见的手，在你没盯着的那些 app 里替你操作。
提前 7 天看到萌芽期新词，解锁全部阶段筛选，并每周收到抢先提醒。
为什么现在开始走红？
大模型识别 GUI 的能力现在已经足够稳定，可以驱动真实应用了。但现有方案都要抢你的鼠标。Cua Driver 在 4 月 28 日的 Show HN 上把「后台 agent 控制」做成了一等公民：Claude Code、Codex，或任何支持 MCP 的 agent 循环，都可以点击 macOS 原生 app，同时你照样继续干自己的活。
搜索热度
-
萌芽0–7 天
-
初现8–30 天
-
验证中31–90 天
-
上升 ← 当前91–180 天
-
成熟180 天以上
前景
未来 6 个月的热度走势与商业化节奏。
后台 agent 控制确实填补了一个真实空白，但后续走向取决于 Apple 是正式开放还是封掉这个私有 API。
风险 · Apple 随时可以在 macOS 更新里收回 SLEventPostToPid 的访问权限，一旦如此，要么强制全部重写，要么这条路就直接断了。
类比 · computer-use · browser-use · desktop automation
-
现在MIT 开源，暂无营收
没有直接收入；早期用户基于这个免费 driver 构建内部自动化工具。
-
3-6 个月托管后台 agent 服务
按 agent 后台桌面控制时长计费的 SaaS 封装开始出现。
-
6-12 个月企业审计与合规
付费档位加入操作日志，满足合规团队追溯「agent 为什么点了这里」的需求。
“Agent Click” 的竞争与机会
判断依据包括已追踪的搜索词、变现方向和相关词。除标注“实测”的 Google KD 外，其余均为参考估算。
“Agent Click” 能做的点子
这个词可以延伸成文章、网站、产品、帖子、邮件、视频或课程。选一个方向，就能开始行动。
高意图对比搜索词。Browser-use 已经有很多内容；用 Cua Driver 这类工具做原生 app agent 控制还是内容空白。这类对比文章可以靠托管 agent 平台的联盟链接变现。
瞄准「agent macOS 自动化」长尾搜索词的常青教程。手把手走一遍 Cua Driver 接 Claude Code 或 Codex 的配置步骤。可以靠云桌面沙盒联盟链接变现。
HN 高赞评论点出了合规空白：当 agent 点击 ERP 系统时，怎么向合规团队解释「为什么点这里」？一个把 agent 意图和点击坐标一起录制、可回放的轻量日志工具，戳中了企业端的真实痛点。
HN 多条留言都在问 Windows 支持。Codex Computer Use 有 Windows 计划但还没落地。跨平台后台点击库如果先填上这个空缺，有机会成为这个品类的标准。
可传播的演示视频，展示后台 agent-click 的实际效果；「光标纹丝不动」的体验，文字说不清楚，视频天然适合展示。左右分屏的实时画面，YouTube 封面点击率应该不低。
面向开发者 Twitter / LinkedIn 的观点文章，论点是：需要前台的 computer-use agent 是死路一条，后台 agent-click 才是生产级方案唯一能走通的路。
Cua Driver 用的是 SLEventPostToPid，一个 Apple 随时可以在系统更新里移除的 SkyLight 私有函数。现在已经有 15,000 个 GitHub star 压在这上面。
你见过的每一个令人印象深刻的 computer-use 演示，都要抢你的光标，演示视频里没问题，生产环境里用不了。
Cua Driver 发布时，一条 HN 评论说得直接：如果 Apple 一直封锁原生 agent API，Linux（和 Android）两年内就会成为 agent-click 工作负载的默认平台。
大家在搜什么
来自 Google Suggest 和 Trends 的长尾词。热度和竞争度是估算，仅供参考，未经核实。内容类型由搜索词的写法推断。
“Agent Click” 的搜索结果
这里展示当前的自然搜索结果，以及正在投放的广告。广告数量可以反映当下的商业需求。
常见问题
什么是 Agent Click？
Agent click 指 AI agent 在后台操控原生桌面应用的能力，可以点击、输入、滚动、读取，全程不抢占用户的光标、窗口焦点或当前 Space。这是 OS 层专门为大模型自动化设计的一类新交互原语。
Agent Click 为什么现在火？
大模型识别 GUI 的能力现在已经足够稳定，可以驱动真实应用了。但现有方案都要抢你的鼠标。Cua Driver 在 4 月 28 日的 Show HN 上把「后台 agent 控制」做成了一等公民：Claude Code、Codex，或任何支持 MCP 的 agent 循环，都可以点击 macOS 原生 app，同时你照样继续干自己的活。
Agent Click 是什么时候出现的？
约于 2026-04-28 公开出现（截至 2026-08-11 约 105 天前）。EarlyTerms 最早于 2026-04-29 记录到信号。
相关词
同一领域里的其他词：别名、子类、竞品，以及值得继续了解的相近概念。
- 属于 agent-loop Agent loop 是每个自主 LLM agent 的控制流核心：模型读一遍上下文，决定下一步怎么做，调工具，拿结果，再循环——直到输出纯文本不再调工具，或被预算规则切断。规范实现大概九行 Python。 →
- 相关 browser-use Browser Use 是一个开源 Python 库（browser-use/browser-use），让大模型直接驾驶真实的 Chrome 完成网页任务：点击、滚动、填表、提取内容，每走一步都把页面状态回传给模型。它是 agent 框架与浏览器之间的事实标准… →
- 相关 Browser Harness Browser Harness 是 browser-use 团队写的一个 592 行 Python 项目，让大模型通过 DevTools Protocol 直接操控 Chrome。一条 WebSocket 连接，没有… →
- 相关 agent-harness Agent harness 是大模型和真实世界之间的那层中间件，负责跑 agent 循环、调工具、管记忆、守护栏、从错误里恢复。圈子里现在流行一个公式：「Agent = 模型 + Harness。你不是模型，你就是 harness。」 →
- 相关 Agent Harness Agent harness 是大模型和真实世界之间的那层中间件，负责跑 agent 循环、调工具、管记忆、守护栏、从错误里恢复。圈子里现在流行一个公式：「Agent = 模型 + Harness。你不是模型，你就是 harness。」 →
- 相关 managed-agents Managed Agents 是云平台托管并运行 AI agent 的基础设施模式。开发者以前要自己搭 agent 循环，记忆管理、工具路由、状态控制、沙箱隔离、错误恢复，全部自己处理；现在这些都由平台打包成 runtime 服务。 →
- 相关 model-context-protocol Model Context Protocol (MCP) 是基于 JSON-RPC 2.0 的开放标准，定义了 AI… →
- 相关 agentic-coding Agentic coding 是让 AI agent 自主完成开发任务的工作方式：agent 自己规划、写代码、跑测试、读报错、修改，一轮轮迭代直到跑通，不需要人在每一步之间点头。这和 autocomplete 式的「AI pair… →
- 相关 coding-agents Coding Agents 是一类 AI 编程工具的品类名。这类工具能自主完成代码工作：读仓库、想改法、改文件、跑测试、开 PR，而不是像 2021 年那批 copilot 只在光标处补几行。 →
- 相关 dev-agents Dev Agents 是一个边界较松的统称，指代替开发者写代码、review 代码、上线代码的 AI agent，和更常见的 coding agents 含义高度重叠。到了 2026 年，这个词实际上同时指向三件事：这个品类本身、Atlassian 的 Rovo… →
- 相关 claude-code Claude Code 是 Anthropic 官方的命令行编程 agent，在终端里跑：读你的代码库、改文件、执行命令、发 PR、用自然语言驱动跑得起来的工程工作流。它以 `@anthropic-ai/claude-code` npm 包的形式发布，同时附带 VS… →
- 属于
来源
这份报告引用的一手链接，点开任意一条都能自己核对。