Wink Pings

本地模型在画图板里画了只狗,签名写了 Claude

Reddit 用户让 QFN 3.8 通过 Open WebUI 控制 Windows 虚拟机,在 MS Paint 里用鼠标坐标画狗、上色、签名。跟帖从玩梗聊到 GUI 自动化的实际用途。

Reddit 的 LocalLLaMA 版上,Porespellar 发了个帖子,标题叫“We are cooked”。点进去看,QFN 3.8 NVFP4 在 Open WebUI 0.13.0 里打开 MS Paint,用鼠标坐标画了一只狗。图在这:

QFN 3.8 在 MS Paint 里画的狗

这事好笑的地方在于,它没调用图像模型,也没用 Python 画 SVG。Porespellar 说,模型是在虚拟机里真的移动鼠标坐标,一笔一笔画。旁边还配了句“hold my beer”的梗。画风很抽象,三条腿,猫耳,笑脸,尾巴翘着。有跟帖说这画比自己女儿强,打算卖女儿换 VRAM。玩笑归玩笑,帖子里的工具链值得看。

按 Porespellar 的说法,Open WebUI 0.13.0 能让 OWUI 里的模型控制一个完整 Linux 桌面,程序化和 Computer Use 两种方式都行。Open Terminal 0.17.2 提供虚拟桌面 VM。作者自己让 Hermes agent 做了个 Windows 11 VM 版本,用的是标准未激活 Windows 11 ISO,没用 Linux ISO,前后约 20 分钟。现在他有一个完全可观察、沙盒化的 Linux 或 Windows 桌面,能在浏览器里交互,也能随时接管。之前 headless 版 Open Terminal 已经有用,这一版把桌面控制补上了。

几分钟后,QFN 3.8 又给狗上了色,加了些装饰。Porespellar 让它完成后签名,它签了“-Claude”。作者把这张图称为“像骄傲家长一样挂墙上”的作品。

模型上色并签名的版本

跟帖里有人问,敢不敢让它画自画像。Porespellar 回“Hell no. That would be scary.”。另一位 Delicious_Stress_911 分享了自己的实验:两周前给 qfn 接入 LPC 角色生成器,让它给自己生成角色,回来发现一张挺像样的死神角色表。他查了推理轨迹,模型在主动找骷髅和死亡主题,不是随手抽的。图:

qfn 生成的角色表

MotokoAGI 则说,本地跑的 DeepSeek 用 GIMP 画了图,还先把它移植到 Linux 上运行。他给了 pi-agent-computer-use 项目链接,说灵感来自那个项目,里面有参考图。图:

本地 DeepSeek 用 GIMP 画的图

Mayion 也贴了一张:

跟帖里的画

还有一张:

跟帖图

帖子中间有人认真问:这种 VM 控制有什么实际用途,除了在画图板里画简单东西?Porespellar 的回答很具体:填表、各种生产力应用、遗留软件、工业控制软件。另一位跟帖补了一句,也许以后能控制浏览器,在没有 API 的地方回答问题。这个方向比画狗更有意思。GUI 自动化不新鲜,难的是把模型、沙盒桌面和可接管交互塞进浏览器里,成本压到普通人能试。

当然,帖子的标题“We are cooked”也被跟帖调侃了。Ok-Leg9665 说这是最近最喜欢的点击诱饵之一,像在说“我的 LLM 画了只还行的狗,人类完了,向烤面包机投降吧”。Porespellar 回他“this guy gets it”,还说自己另一个喜欢的标题是“Hot take:”。有人补“It's over.”。这种自嘲挺符合整件事的气质:一只三腿狗,一个签名,一堆人认真讨论遗留软件自动化。

也有人在技术细节上挑刺。SwordsAndElectrons 指出,作者说截图是 Windows 11 VM,但那张图其实也不算真正的 screenshot。这个提醒不大,倒能看出帖子评论区没全在玩梗。

Open WebUI 最近的更新被不少人漏看了。Porespellar 说 Tim 和团队这几周做了大改和代码重构,0.13.0 的桌面控制是其中之一。画狗只是展示,真要用起来,还得看它能不能稳定操作那些只有图形界面、没有 API 的老软件。至少现在,模型已经会在 MS Paint 里给自己签名了。

发布时间: 2026-11-07 04:12