W5 · 元素级 UI 自动化（Windows / macOS / Linux）

Phase 2 · GUI + 浏览器自动化 + 反检测 · 第 5 周。W4 把鼠标键盘做稳了，但它认的是「像素」——换分辨率、换缩放、窗口一挪就可能点偏。这周换一种更稳的做法：让程序「认出」窗口里的控件，按名字、按类型找到那个按钮、那个输入框，直接读它、操作它，不再算坐标。三大平台同一套思路，按你的机器选一条线。

本周在内核地图的哪

内核地图：中间是感知→决策→执行→验证的循环，外圈是定位、控制、成本三根权衡轴

这门课 16 周共用这张内核地图：中间是 Agent 的原子循环——感知（看屏幕）→ 决策（想下一步）→ 执行（动手）→ 验证（成了吗）；外圈是三根权衡轴——定位轴（像素 ↔ 结构）、控制轴（全自主 ↔ 人在环）、成本轴（能力 ↔ 便宜）。模型和工具年年换，这个循环和这三根轴不换。每周开头先在图上定位，知道自己在给循环的哪一环加东西。