Caesr AI

Caesr AI travaille uniquement à partir de captures d'écran. L'agent capture ce qui s'affiche, un modèle décide de l'action suivante, et il clique, tape ou navigue comme le ferait une personne. Aucun accroc au code de l'application, et c'est justement pour cela qu'il gère des apps qui n'exposent aucune API. Tout l'intérêt est là : si un humain peut l'exploiter, l'agent le peut aussi. Aucune API requise.

Les tâches s'écrivent en Markdown ou CSV, pas en code. Quiconque connaît l'application peut en écrire une, et elles vivent dans votre dépôt Git avec tout le reste. Quand l'interface change, vous modifiez une phrase au lieu de déboguer un enregistreur. C'est un vrai basculement. Les outils de test traditionnels cassent au moindre ajustement de mise en page ; ici, un ajustement vous coûte une ligne.

AgentOS met un système d'exploitation à la disposition de l'agent, avec le contrôle du clavier, de la souris et de l'écran dans une seule couche. Il tourne sur la machine qui fait le travail, l'agent exploite donc l'appareil comme une personne. Le même moteur couvre Windows, macOS et Linux, ainsi qu'Android, les navigateurs et le matériel de banc d'essai, si bien qu'une équipe ne maintient pas une pile différente pour chaque cible.

AskUI Desktop est l'endroit où le travail s'écrit, s'observe et se rejoue. Vous ouvrez une tâche, l'exécutez sur un appareil connecté et relisez chaque étape suivie par l'agent, avec une capture par étape et une transcription par exécution. Pour les équipes qui ont besoin d'une piste d'audit ou d'un document de passation, ce relevé est la raison d'utiliser l'outil. Fini les suppositions. Déboguer une exécution ratée cesse d'être une intuition.

La CLI, c'est le même moteur sans la fenêtre. Lancez askui run dans un pipeline, de façon planifiée ou sur une machine dans un coin, et récupérez le rapport comme artefact de build. Elle n'a pas besoin d'écran. Chaque exécution renvoie un code de sortie plus un rapport, elle s'insère donc dans votre CI existante comme n'importe quelle autre vérification.

Vous pouvez utiliser Anthropic, un point de terminaison compatible OpenAI ou un modèle auto-hébergé, quelle que soit l'offre. L'inférence ne touche jamais l'infrastructure d'AskUI, ce qui compte quand les captures contiennent des données sensibles. En Enterprise, vous pouvez déployer sur site ou en configuration en réseau isolé et même éviter les frais d'inférence en utilisant votre propre modèle.

Selon AskUI, l'agent de vision a obtenu 66,2 sur le benchmark OSWorld et atteint 94,8 % de tâches accomplies sur AndroidWorld, ce qui le place sur les deux classements publics au moment de la publication. Les chiffres d'un benchmark ne disent pas comment il se comportera avec votre application précise, mais ils sont un signal utile pour comparer les agents qui utilisent l'ordinateur, et ils sont publiés plutôt qu'enterrés.