H Company 这周在 Hugging Face 上线了两款 Holo4 模型——27B 和 35B-A3B 版本——专门做"看屏幕截图，替人点鼠标、打字、写代码"这件事。值得关心的是，底座用的是阿里千问，整套模型完全开源。这意味着"AI 操作电脑"这个原本只有 Anthropic、OpenAI 等大厂才玩得起的方向，正在被开源阵营拿下。
这是什么
Holo4 是视觉语言模型（VLM，能看懂图片和屏幕的 AI）。配合 hai-agents 框架，它的工作流程是：截屏 → 发给 Holo4 判断 → 执行它的指令（点击、键入、运行代码、调用工具）。两个版本分别基于千问 3.8 密集架构和千问 3.5 混合专家（MoE，把任务分给不同子模型以省算力）架构。发布方 H Company 是前 DeepMind 研究员创办的欧洲 AI 公司。
行业怎么看
支持方认为，开源 + 千问底座意味着任何开发者都能本地部署"AI 替你用电脑"的代理，成本远低于调用 Anthropic 的 Computer Use API。企业本地化运行也意味着数据不必上传美国大厂。
但风险至少有两点。第一，跑分与真实可用性差距大。此前多个"操控电脑"模型演示惊艳，实际部署到企业流程中错误率居高不下——光标点错、按钮认错是常态。Holo4 尚无大规模落地数据。
第二，安全边界。一个能"点屏幕、打字、调代码"的 AI 拥有电脑最高权限，一旦被提示词注入（prompt injection，恶意网页或文档里藏指令骗 AI 执行）攻击，后果比聊天机器人严重得多。
对普通人的影响
对企业 IT：内部系统之间"搬运数据"的工作流——ERP、CRM、报表——可能率先被改造。但把员工权限交给开源 AI 模型，审计责任在企业自身，别只看演示视频就上生产。
对个人职场：重复性的"打开 A 系统 → 截图 → 填到 B 系统"工作大概率会被替代。新工作机会在调试和监督 AI 本身——从"提示词工程师"向"AI 流程监理"演化。
对消费市场：1-2 年内不会直接面向消费者，更可能先嵌入 SaaS（软件即服务）产品。但本地部署成本继续下降后，个人电脑里跑一个"AI 助理"会越来越现实。