四加六吉这就够用了这半句

一台 6GB 显存的机器把整台 Windows 的控制权交给了 4B 小模型。这下放我看完先记那个巧劲再掂够用那半句，记的掂的点在下面一层层摆。摆好了看巧劲，劲在下面摆着。摆好了自己跑。
巧劲是这样使的。Velocity Local Services（VLM，简称 VLS）给自家能力补上了 Computer Use 这一块，拿 Qwen3.5-4B 做实测，开应用、点按钮、打字、填表。

接语音指令全都干得下来。摆的第二层是它给你的那个小贴心。贴心是这颗模型有自己单独的光标、跟你的鼠标分开。你随时能看清它正在看哪儿。摆的第三层在下面摆着，摆好了别眨眼，眨眼就翻过去了。过去一页少一页。少一页都是损失，损失不起的往下看，看下段。
再补一层给看客的，这类活最怕的是把预算烧在显存上，而这套做法把力气花在读界面上，省下的部分正好是普通人兜里那份。

妙招是这样落的。不逼着模型在截图里满屏找按钮，能读到界面原生按钮和输入框的地方就直接读。模型拿到的是结构化好的界面信息。不用每次点击都去解一道视觉题。截图只在实在需要时才用。落的第四层是它给整条路线的分量。分量是本地的电脑操作智能体可能从此不需要那些巨型多模态模型和 24GB GPUs。
点评两句。第一句是用界面原生结构替代视觉找按钮这步今年值得所有做电脑操作智能体的人记下来，记了的才知道省下的算力在哪儿。第二句是四加六吉够用这半句今年会让一批被显卡预算卡住的人重新掂自己的旧机器，掂完的回来点赞，句号。至于那行预览警告和藏在图片替代文字里的链接，等它走出测试期再回来续这一笔，ALT 那行字自己翻。