11 月 4 日，腾讯混元 Hy4 发布。它第一次能"看屏幕、动鼠标"。

演示很炸。模型自己打开软件、找按钮、填表格、跨应用把活干完。这两天群里和朋友圈转的，都是这个。

我把腾讯云那份技术说明从头看到尾。最该被记住的，其实是开头一段的第二句：

「判断一个模型是否具备 Computer Use 能力，关键不在于它能不能点鼠标，而在于三件事能否闭环：看懂屏幕、规划下一步、执行并验证结果。」

这句话不是修辞。它是在提醒：能不能点，是整件事里最容易的那一步。

所以这篇不复述演示，也不聊"AI 会不会取代文员"。只讲一件更具体的事：你公司那些每天要点几百下的活，什么时候该交给它，什么时候交了等于给自己添麻烦。

一、官方自己给三条路排了个序

同一份说明里，有一个对比写得很直白。他们讲 Computer Use 之前，先把另外两条路摆在了前面。

翻译成老板能用的话：

有 API 的，走 API。最省事、最不容易错。前提是对方系统愿意给你开接口——这一条，往往比你想象的难。

没 API 的，可以录脚本（RPA）。便宜、听话、可预测。但界面一改就失效：ERP 升级一次，脚本全部重录。

两样都不行，才轮到 Computer Use。它最像人，也最不确定。

AI 会点鼠标，不是升级了 RPA，是给 RPA 打了个补丁。

补丁的意思是：它救的是那些"没有接口、界面还老是变"的老系统。不是替掉前面两条路。

官方那句「它不替代有 API 的场景」，写在能力边界那一节里。写得很克制，也很诚实。

二、真正的门槛不在模型，在权限

Hy4 能看屏幕、能点按钮。但在你的电脑上，它是个没有工号、没有密码、没有权限的新人。

很多公司的老系统——行业软件、自建的 OA、十几年前上的那套进销存——不但没有 API，连「导出 Excel」都藏在三级菜单里。能不能点开那个菜单，才是这套能力的第一道关。

官方在能力边界里专门写了一条：模型能操作命令行，就意味着它具备实际执行权限，企业环境里应该跑在受限沙箱、最小权限账号之下。

这句话反过来听更有用：如果你连「最小权限账号」都开不出来，说明你的系统权限本身是一团乱。这时候上哪个模型都一样。

AI 不缺手，缺钥匙。

三、先做的四件事，比买模型重要

这四件事不用预算，半天能做完。而且做完之后，你才知道该买什么、不该买什么。

第 1 条最容易被跳过，但它最卡人。同一个「客户」，合同里叫甲方，ERP 里叫往来单位，微信里叫昵称，销售嘴里叫"老张那个厂"。你不告诉它哪个是哪个，它每一步都要猜。

第 2 条是安全底线。让一个会自动点鼠标的东西用管理员账号登录你的 ERP，等于把库房钥匙交给第一天上班的人。

第 3 条最省钱。很多"必须让 AI 去点屏幕"的活，其实只是没人问过一句「这张表能不能导出来」。

第 4 条决定成败。一步能干完的活，错了当场能看出来；十步的活，错了要到月底对账才发现。

顺带一句实在的：Hy4 的定价和 preview 版一样，输入 6 元、输出 18 元（每百万 Token），即日起到 12 月 31 日腾讯云 TokenHub 按刊例价五折；11 月 4 日到 15 日，WorkBuddy／CodeBuddy 里有免费额度，可以自己上手试。

四、什么活现在就能交，什么活先别碰

官方给了三个判断问题，我翻成老板的话：

• 这个系统有没有接口？
  有，就别用 Computer Use，直接对接更快更稳。
• 这件事要几步？
  超过五步，先拆开，别一整条交出去。
• 错一步的代价多大？
  要赔钱、要对客户解释的，先别交。

反过来，有四类活现在就可以试：跨系统搬数据（从 A 系统查、到 B 系统填）、带图的分析（看图、看扫描件、看设计稿）、专业软件里的机械重复（CAD 批量改参数、格式转换）、测试验证（在沙箱里点一遍，错了不心疼）。

这四类的共同点：链路短、结果能校验、错了不心疼。

五、一个很容易犯的错

有人会想：既然它会操作电脑，那员工手上那点活，直接交出去就行了。

问题在于：它操作的是界面，界面背后是流程。而流程，往往没写在任何地方。

举个最常见的例子。老员工「开单」，看上去是点三个按钮，其实中间有三步判断：先看一眼库存够不够，再判断这个客户能不能给这个价，最后才点确认。这三步没有任何一份文档写过，全靠带出来的。

AI 看得到那三个按钮，看不到这三条规矩。你不写下来，它就只能猜；它一猜，你就要有人盯着；一有人盯着，这事就没省下人。

所以顺序是这样：能被自动化的前提，是被描述过。

回到开头那个问题：Hy4 这类能力，值得关注吗？值得。它确实把「没有 API 的那半个世界」打开了一道口子。

但它不是「买回来就能用」的东西。它是「你已经把流程写清楚了，它才接得住」的东西。

前者花钱就行。后者要花时间，而且只有你自己能花。

先让它看得懂你的流程，再让它替你动手。

顺便说一句：上面那四把钥匙，每一条在我们的手册里都有对应的表格和步骤——从怎么列字段口径表，到只读账号怎么开，到哪些表能一键导出。

《中小企业 AI 办公实操手册：WorkBuddy 从入门到进阶》，4 篇 18 章，38 个工作场景，61 张实操截图，191 页。从「装好第一个工具」到「整个团队用起来」，每一步照着截图做就行。

免费资料

公众号后台回复「AI办公」，或扫码添加「乐用AI」，回复「AI办公」，免费领取《中小企业 AI 办公实操手册》完整 PDF（191 页，持续更新）。

关于我们

【乐用AI】致力于服务中小企业，为 AI 应用落地赋能，让 AI 成为企业真实生产力。

【乐用AI】提供 AI 培训、AI 落地咨询和 AI 应用开发服务。

【乐用AI】帮助企业真正用上 AI、用顺 AI、用好 AI。

资料来源：腾讯混元 Hy4 正式版于 2026-11-04 发布，能力说明、三条路径对比、能力边界与定价均引自腾讯云开发者社区《腾讯混元 Hy4 正式版发布：Computer Use 是什么？一文看懂大模型操作电脑的能力边界》（2026-11-06）；Hy4 近期开源权重、发布模型系统卡片等表述引自 2026 世界互联网大会乌镇峰会腾讯展区公开报道（中国经济网、央广网，2026-11-05）。文中「开单三步判断」为一般性举例，不指向任何具体企业。使用建议为一般性商务判断，具体系统对接请以各厂商接口说明为准。