让 AI 别再盯着截图猜了：Pine Computer 把电脑重做一遍，这笔账到底怎么算
Pine Computer 把电脑做成给 AI 用的推送界面；SaaS-Bench 上 token 成本约 $1.02，产品价约 $3.60，口径别混。
01
这两年有个词特别火，叫 computer-use。
意思是让 AI 像人一样用电脑。
看屏幕，挪鼠标，点按钮，敲键盘。
听起来很美。
但我每次看这类演示，心里都会冒出一个很土的问题：
电脑这个东西，本来是给谁造的？
是给人造的。
屏幕是给人眼看的，鼠标是给人手握的，弹窗是给人的耐心准备的。
整套交互，从根上就是围着一个碳基生物的眼睛和手指头设计的。
现在我们让 AI 来用。
AI 没有眼睛，那就给它截图。
AI 没有手，那就让它报坐标。
这就好比你请了一个外国专家来公司干活，结果不给他翻译，只给他一台复印机，让他把每一页文件复印下来，自己慢慢猜上面写了啥。
他能干活吗？
能。
但是慢，贵，而且容易猜错。
Pine AI 前几天发了一篇博文，介绍他们的 Pine Computer。
Pine 官方博客的核心意思，按我的理解，就一句话：
别再让 AI 去迁就为人造的电脑了，给 AI 重新造一台。
02
先说清楚，现在主流的 computer-use 是怎么干活的。
下面是我假设的一个场景，不是哪位真人的经历。
假设你让 agent 去某个后台导出一张报表。
它先截一张图。
模型看图，判断“导出按钮在右上角”。
点一下。
然后它不知道页面有没有反应，只能再截一张图。
还在转圈？
那等一会儿，再截一张。
弹出一个确认框？
再看图，再点，再截图。
你发现没有，整个过程里，AI 一直在干一件事：
反复问电脑“你变了没有？你变了没有？”
这事儿特别像什么？
像你等快递，每隔五分钟就下楼看一眼快递柜。
看了二十趟，快递还在路上。
腿跑断了，什么也没等到。
对 AI 来说，每下楼一趟，就是一张截图，就是一堆要喂给模型的 token。
token 就是钱。
所以 computer-use 的瓶颈，很多时候根本不在模型聪不聪明。
而在于它被迫用一种非常低效的方式，去感知一台不是为它造的电脑。
03
Pine 的思路，是把“AI 去问”改成“电脑来报”。
Pine 官方博客称，Pine Computer 让系统和浏览器把变化主动推给模型，而不是让模型反复看截图。
这里可以借一个老程序员都熟悉的类比：epoll。
下面这段是对一般原理的解释，不是 Pine 官方对自家实现的描述。
早年间写网络服务，要盯着一大堆连接，看哪个有数据来了。
最笨的办法是挨个问：“你有数据吗？你呢？你呢？”
连接一多，CPU 全花在问问题上了。
epoll 这类机制换了个思路：
你别问了，谁准备好了，内核来告诉你。
从“我去轮询”变成“有事通知我”。
放到 AI 用电脑这件事上，道理是一样的。
截图轮询，就是挨个问。
主动推送，就是有事通知。
快递柜那个比方也一样。
与其每五分钟下楼一趟，不如等快递员给你发条短信。
具体用法上，Pine 官方博客称，开发者通过 API 创建 computer 或 session。
之后 agent 可以在浏览器、文件和 shell 之间来回干活。
注意，是浏览器、文件、shell 一起上。
这就不是“让 AI 学会点网页”了，而是给它一整台能干活的机器。
至于推送的具体格式、颗粒度、底层怎么实现，我这里没有看到足够的公开细节，就不替官方脑补了。
04
道理讲完，该算账了。
干过风控的人都有个毛病：
PPT 上的道理再漂亮，我也只看表。
Pine 拿出来的是 SaaS-Bench v1.1 的公开结果。
据 SaaS-Bench 公开表，这个基准一共 106 个任务，覆盖 23 个应用。
表里有两项核心指标，简称 CS 和 RS。
这两个缩写的全称和具体定义，我这里没有可靠的一手说法，就不瞎编了。
想搞清楚的朋友，请直接去看 SaaS-Bench 的基准页，那里写得最准。
先看两行最关键的数。
GPT-5.6 Luna on Pine：CS 78.3%，RS 27.4%，模型 token 成本约 $1.02/任务。
Opus 5 + Claude Code：CS 74.3%，RS 31.1%，约 $26.50/任务。
本来我还在想，这种“我们更快更便宜”的新闻，一般看看就算了。
结果一看这个价格差，冒昧了。
我自己按计算器算了一下：
$26.50 除以 $1.02，大约是 26 倍。
再算两项指标的差距（也是我自己算的）：
CS 上，Pine 这一行高了 4.0 个百分点。
RS 上，Pine 这一行反而低了 3.7 个百分点。
看到没有？
这不是一张“全面碾压”的表。
RS 这一项，Pine 并不是最高的，至少就比 Opus 5 + Claude Code 这一行低。
我反而觉得这是这张表最可信的地方。
一张所有格子都赢的表，我会第一时间怀疑是不是挑过对手。
有输有赢，才像是真打过。
05
接下来这部分最重要，也是最容易被人带歪的地方。
公开表里，Pine 有两个价钱。
一个是前面说的 $1.02/任务，这是模型 token 成本。
另一个是 Pine 产品价，大约 $3.60/任务。
这两个数，口径完全不一样。
$1.02 说的是模型吃掉了多少 token、花了多少钱。
$3.60 说的是你作为用户，用 Pine 这个产品，一个任务大概要付多少。
我按计算器算了一下，$3.60 大约是 $1.02 的 3.5 倍。
中间差出来的那部分是什么？
我的推断是：机器、平台、服务这些产品层面的东西，总得有人买单。
但官方具体怎么拆这 $3.60，我没看到明细，所以只能说到这里。
为什么非要掰扯这么细？
因为我太熟悉这种套路了。
一个数拿来做标题，另一个数藏在表格角落里。
转发的人只记住了“$1.02”，然后到处说“AI 用电脑一次只要一块钱”。
真到你自己掏钱的时候，账单上是另一个数。
谁的钱都不是大风刮来的。
那拿 $3.60 去对比 $26.50 行不行？
我的建议是先别急。
$26.50 这一行具体算的是哪些钱，和 $1.02、$3.60 分别能不能放在一起比，请以 SaaS-Bench 基准页的口径说明为准。
拿产品价去比 token 成本，或者反过来，都是在拿苹果比橘子。
再给一个更直观的账，同样是我自己算的，而且假设每个任务都按表里的平均单价走：
106 个任务跑一遍，按 $1.02 算大约 $108，按 $3.60 算大约 $382，按 $26.50 算大约 $2,809。
数字摆在这里，差距确实大。
但哪个数该跟哪个数比，你心里得有一杆秤。
06
还有一个口径问题，比价格更隐蔽。
这张表比的是整机。
什么意思？
GPT-5.6 Luna on Pine，是“一个模型 + Pine 这台电脑”的组合。
Opus 5 + Claude Code，是“另一个模型 + 另一套 harness”的组合。
模型不一样，外面那层壳也不一样。
所以这个对比，不是在单测“电脑层”。
你不能看完这张表就下结论说：“Pine 这台电脑，让成本降了 26 倍。”
这句话至少把两个变量揉成了一个。
成本差，有多少来自模型本身，有多少来自电脑层的设计，有多少来自 harness 的不同？
这张表回答不了。
想单独证明“为 AI 重做的电脑”这件事值多少钱，按我的理解，得把模型固定住，只换电脑层，再跑一遍。
在这之前，这张表能说明的是：
这套组合，在这个基准上，跑出了这个结果。
不多，也不少。
好在 Pine 把结果数据集放在了 Hugging Face 上，名字叫 pine-ai/pine-computer-saasbench-results。
不信的人可以自己下载下来翻。
敢把明细摊开，这一点我是认的。
07
最后说两个很现实的问题。
第一，它现在还是私有 beta。
也就是说，大部分人现在还用不上。
表再好看，你暂时也只能看着。
第二，登录这件事，还得人来。
Pine 官方博客称，需要登录的时候，由人通过流式屏幕接管。
这一条我反而挺喜欢。
账号密码、验证码、二次验证，这些东西本来就是风控的最后一道门。
让 agent 自己去闯这道门，出了事算谁的？
我的推断是：在这个环节把人拉回来，比假装 AI 什么都能自己搞定，要靠谱得多。
当然代价也很明显。
只要流程里有登录，就得有人在旁边待命。
“全自动”这三个字，在登录页面前面，暂时得打个折。
说回开头那个问题。
电脑是给人造的。
过去几年，我们一直在逼 AI 学人怎么看屏幕、怎么点鼠标。
Pine 的思路是反过来：让电脑学会跟 AI 说话。
这个方向我觉得是对的。
但方向对，不等于账已经算清了。
$1.02 是 token 成本，$3.60 是产品价，别混着用。
RS 不是第一，别吹成全面碾压。
整机对比不是单测电脑层，别把功劳全记在一台电脑头上。
AI 负责干活，我们负责看清账单。
只能说，我爱这个魔幻的世界。
来源：Pine 官方博客；SaaS-Bench；Hugging Face 结果集。价格与基准数字据公开表；倍数对比与风控拆账为作者解读，正文已标明。