Show HN: अपने AI एजेंटों को आपकी स्क्रीन पर बड़े तीर, बॉक्स और टेक्स्ट बनाने दें
एक छोटा macOS tool जो AI agents को स्क्रीन पर बड़े तीर, बॉक्स और टेक्स्ट बनाकर users को बताने देता है कि कहाँ क्लिक करना है, मिली-जुली प्रतिक्रियाएँ पैदा कर रहा है। समर्थक इसे onboarding, Blender जैसे जटिल apps, remote tech support, accessibility, और human-in-the-loop agent workflows के लिए एक व्यावहारिक मदद मानते हैं, जहाँ AI पूरी तरह automate करने के बजाय मार्गदर्शन देता है। आलोचकों का कहना है कि यह बेकार “AI slop” का उदाहरण है, security, manipulation और cloud models पर अत्यधिक निर्भरता को लेकर चिंताएँ बढ़ाता है, और यह दिखाता है कि software UX कितना उलझ गया है कि अब buttons दिखाने के लिए robots की ज़रूरत पड़ रही है.
टूल का उद्देश्य
- macOS के लिए CLI, जो AI एजेंटों (या scripts के ज़रिए humans) को स्क्रीन पर बड़े तीर, बॉक्स और text overlays बनाने देता है।
- मुख्य रूप से “guiding agent” workflows के लिए: AI “click here” दिखाता है जबकि human control बनाए रखता है, खासकर उन actions के लिए जिन्हें agents नहीं कर सकते या नहीं करने चाहिए (passwords, security dialogs, GUI-only tools)।
संभावित उपयोग के मामले
- जटिल GUIs में step-by-step guidance (जैसे Blender, media editors, confusing labels वाले corporate enterprise apps)।
- Remote tech support, खासकर older या कम technical users के लिए, बार-बार “the other gear icon” समझाने या remote desktop इस्तेमाल करने के विकल्प के रूप में।
- बेहतर tutorials और documentation: static screenshots और prose के बजाय सीधे on-screen buttons को highlight करना।
- Agent debugging और multi-agent visualization: agents किस चीज़ पर ध्यान दे रहे हैं, उसके visual traces।
- Accessibility / training contexts, पुराने PC interactive tutorials जैसी अनुभूति वाले।
संदेह और आलोचना
- कुछ लोग इसे “AI slop” का प्रतीक मानते हैं: कम मेहनत वाला, vibe-coded code जो इसलिए मौजूद है क्योंकि LLMs ऐसे tools बनाना सस्ता कर देते हैं।
- अन्य लोग तर्क देते हैं कि यह humans को “meat bots” की तरह blind approvals देने वाला बनाता है, और वह चरण कमज़ोर करता है जहाँ humans परिणामों को समझते हैं।
- चिंता है कि यह underlying software को सुधारने के बजाय खराब UX से पैदा हुई समस्याओं को ही ठीक कर रहा है।
- कई लोगों को तीर visually ugly या “gross” लगते हैं, और अतिरिक्त visual noise पसंद नहीं है; वे इसे annoying popups और Clippy-style helpers से तुलना करते हैं।
सुरक्षा, दुरुपयोग, और permissions
- यह सवाल उठा कि overlay power का दुरुपयोग “decline” buttons छिपाने या perceived UI text बदलने के लिए किया जा सकता है या नहीं।
- जवाब: यदि टूल केवल overlays बनाता है और agent के पास पहले से shell access है, तो buttons को mask करना मुख्य ख़तरा नहीं; software vendor पर भरोसा ही असली मुद्दा है।
- चर्चा यह भी हुई कि वर्तमान LLM agents अक्सर sensitive actions (passwords, security settings) को system prompts और built-in norms की वजह से refuse करते हैं, केवल OS-level permissions की वजह से नहीं।
AI और UX पर व्यापक विचार
- बहस कि यह wasteful overengineering है या दशकों से चली आ रही खराब UX और पर्याप्त in-app search/tutorials की कमी के लिए एक व्यावहारिक समाधान।
- एक meta-discussion इस भविष्य को लेकर कि repositories agents के लिए specs बन जाएँगी, “prompt = effort,” और AI रोज़मर्रा के tooling को, अच्छे और बुरे दोनों तरीकों से, saturate कर देगा।