让 AI 真正动手：一次 GUI 自动化的落地实录

一个跑在命令行里的 AI 助手，尝试跨过 WSL2 的边界去操作 Windows 桌面：截图理解屏幕，再把判断翻译成鼠标键盘动作。本文记录这次尝试踩到的三个坑——看不见自己的光标、窗口同名不同命、焦点被抢走——以及最终的解法：文字统一走剪贴板，动手前先校验窗口标题。