字节跳动 UI-TARS-desktop 开源多模态 AI Agent 栈，Agent TARS CLI 升级至 v0.3.0

字节跳动开源的 UI-TARS-desktop 是一个多模态 AI Agent 栈，包含 Agent TARS 和 UI-TARS Desktop 两个项目。Agent TARS 定位通用多模态 Agent，提供命令行和网页界面，支持混合浏览器 Agent、事件流驱动和 MCP 工具集成。UI-TARS Desktop 则是基于 UI-TARS 和 Seed-1.5-VL/1.6 系列模型的桌面 GUI Agent，支持 Windows、macOS 和浏览器，所有处理在本地完成。Agent TARS CLI v0.3.0 于 2025 年 11 月 5 日发布，新增 shell 命令和多文件结构化展示的流式支持、带工具调用计时统计和深度思考的运行时设置、用于数据流追踪和调试的事件流查看器，并独家支持 AIO Agent 沙箱作为隔离的全能工具执行环境。 对使用命令行 Agent 处理复杂任务的开发者来说，v0.3.0 的流式输出让多步骤执行过程不再黑盒，运行时统计帮助定位工具调用耗时，沙箱隔离则降低了执行不可信命令的风险。UI-TARS Desktop 的远程计算机和远程浏览器操作器完全免费且无需配置，适合需要跨设备自动化但不想搭建基础设施的个人用户。