两笔订单都叫 Lisa Wong，它先问你要哪一笔，再写入
「在 records.txt 里找到 Lisa Wong 的订单，按 Date、Customer、Order、Amount 追加进 ledger.csv 并保存。」
猜错就会写错一行；先问一句就能避免。
全栈开源 · 在你的 Mac 上替你操作电脑
小到能在你的 Mac 上跑，
聪明到知道该问你。
DeskMind 会看屏幕、想下一步、动手操作，靠的是跑在你 Mac 上的小模型。任务有两种理解时，它先问你一句，不瞎猜。
和别的电脑操作 AI 有什么不同
01
小模型，就在你的 Mac 上
每一步先由 0.8B 判断，难的再交给 4B 复核。两个模型都在本机运行，不走云端，也不按次付费。
0.8B 判断约 0.5 秒 · 4B 复核约 3.6 秒
02
System One：选择，不是猜
每一步是一道选择题，模型给每个选项打分而不是写文字，所以每个选项都有概率。没把握就交给 4B 或先问你，任何 agent 都能通过 /v1/systemone 接入。
不生成文字 · 39 次真机运行零误报完成
03
从眼到手，全部开源
Eyes、Brain、Hands 和 Mac App 全部开源，连同给它们打分的 Bench。每个成绩都附样本量，可以自己复现。
5 个仓库 · 代码 Apache-2.0
工作原理
一个循环，三个部分，装在一个 App 里。另有一套评测，在真实桌面上衡量整个循环。
三段真实运行
用发布版模型录制。视频里只缩短了等待，其他一律不剪。
在网易云音乐里，找到歌曲的现场版并播放
「打开网易云音乐，搜索 Billie Eilish 的 BIRDS OF A FEATHER，播放现场版。」
没有接口，只能看屏幕：在一堆同名歌曲里认出现场版。
把网页上的零件表抄进 CSV 文件，保存并关闭
「用 TextEdit 打开附带文件夹里的 parts.csv，把表格的四行按数量从高到低追加进去，然后保存并关闭。」
跨两个应用：在 Safari 里读，从文件夹打开文件，写入、保存、关闭。
成绩，附样本量
在一台 Mac（M4 Pro，48 GB）上，用发布版 0.8B → 4B 路由测得。样本不大，做不好的地方也写在下面。
39/39
次真机运行全部通过，严格评分（bench v25，13 个任务 × 3 次）
0
次没做完却说完成（同样 39 次运行）
0.835
JevBench 公开题，4B 模型（231 题；密封题成绩待出）
还做不好的
- 抄写长表格（超过约四行）或按条件筛选的行
- 根据收据图片填写报销表单
- 需要 4B 复核的步骤要几秒钟
思考在你的 Mac 上完成
默认在本机推理。下面写清楚了什么情况下数据会离开你的电脑。
- 模型只下载一次从 Hugging Face 下载，国内可用 ModelScope。之后每一步决策都不需要联网。
- 云端模型需要你自己接App 不会调用云端模型。如果你自己把路由的升级层指向云端模型，交给它的步骤会发送到那个服务。
- 被操作的应用照常联网它操作的网页或音乐应用，仍会和各自的服务器通信。
