Understudy 是一个在 Hacker News 上受到关注的开源桌面 AI Agent 项目，核心理念是「示教一次，永久复现」：用户只需正常操作一遍（如填写表单、整理文件、批量处理数据），Understudy 会自动学习操作序列，之后可以在新的上下文中自动重放。
工作原理：系统通过屏幕录制和操作捕获建立任务的「剧本」（playbook），再由视觉语言模型理解 UI 状态，实现跨会话、跨数据集的泛化执行。与传统 RPA 脚本不同，它不依赖固定的 UI 元素坐标，而是通过视觉理解来找到「功能等价」的元素。
适用场景：重复性后台操作、办公软件批处理、数据迁移等场景——恰好是企业用户最常见但又最难通过 API 自动化的任务。
Understudy 的出现是桌面 AI Agent 从「聊天完成任务」向「操作完成任务」演进的一个缩影，也与 OpenAI Operator 等商业产品形成有趣的开源对标。