Windows 自动化点击失效，先查权限隔离

Windows 桌面 Agent 能看见窗口，点击工具也返回成功，界面却毫无反应，问题可能出在进程权限上。作者指出，任务管理器、管理员终端、Registry Editor 等窗口背后，常见的拦路者是 Windows 的用户界面特权隔离（UIPI）。

这篇最有用的地方，是把「截图正常、元素为空、点击无效」串成了一条排查路径：先检查 Agent 与目标窗口的完整性级别，再决定是否调整权限。继续换模型、重试点击，往往解决不了这类问题。

为什么看得见窗口，却点不动

Windows 进程有完整性级别。普通进程通常运行在 Medium，即使登录账号属于 Administrators 组，UAC 也会过滤进程令牌中的管理员权限。通过「Run as administrator」启动的进程，则运行在 High。

UIPI 会限制低完整性进程操控高完整性进程。对桌面 Agent 来说，几条常见操作路径都可能被挡住：

• 通过 SendInput 注入的模拟输入，无法正常送进更高完整性的窗口。作者援引 Microsoft 文档指出，返回值和 GetLastError 都不能告诉调用方，失败是否由 UIPI 引起。
• 通过 PostMessage / SendMessage 发送的大多数窗口消息同样受限，因此改用消息模拟点击，也未必有效。
• UI Automation 的元素发现会受影响。原文描述的典型表现是，Medium 客户端读取提权应用的 UI 树时，拿到空元素列表。

截图却仍然可能正常。屏幕捕获和输入控制是不同的能力，所以 Agent 可以描述窗口内容，却无法操作它。

截图可见、工具返回成功，都不能证明操作已经生效。

作者还提到另一个开源 Agent 的公开问题报告：截图正常、发现 0 个元素、点击返回 ok: true，但界面不动；Agent 在 Medium，目标已提权。不过，所给原文没有附上报告链接，也没有提供复现环境，读者无法据此核查具体案例。

先查权限，再按需要选择修复方式

作者给出的检查很短。在启动 Agent 的终端或应用环境中执行下面的命令，用来查看当前进程上下文的完整性级别：

   whoami /groups | findstr /i "Mandatory"

重点看输出中的 Medium Mandatory Level 或 High Mandatory Level。命令要在启动 Agent 的那一侧执行，另开一个管理员终端查询，不能代表原来的 Agent 已经提权。

目标窗口则从 Task Manager 的 Details 页检查：右键列标题，进入 Select columns，启用 Elevated 列。目标显示 Yes，而 Agent 在 Medium，就符合原文描述的权限不匹配。

修复顺序也有讲究。

首先，取消目标程序不必要的提权。常见来源是终端或 IDE 被配置成始终以管理员运行，可以检查 Properties > Compatibility，以及快捷方式的 Advanced 设置。目标恢复普通权限后，Agent 就不必跟着提升权限。

其次，确实需要管理员操作时，再用「Run as administrator」启动承载 Agent 的终端或 MCP 客户端，让相关进程运行在 High。代价很明确：Agent 执行的操作也会获得管理员权限，因此应限定在需要它的任务中。

如果是在交付桌面工具，还可以考虑 uiAccess="true"。原文说明，这需要应用使用受信任证书签名，并安装到 Program Files 等受保护位置，屏幕阅读器就采用这类机制。它不是给用户目录里的脚本加一个开关就能用的方案。

但上述办法都不能直接解决 UAC 确认框。那个询问是否允许应用修改设备的对话框位于安全桌面，普通进程无法查看或点击。按作者建议，Agent 到这里应暂停，由用户处理。

我的判断

这套排查顺序有说服力：先核对操作系统边界，再分析模型决策。权限不匹配时，优化提示词、切换视觉识别、增加点击次数，都没有触及故障原因；消息点击作为备用路径，也可能撞上同一道限制。

但它仍是一篇机制说明加经验排障文。作者没有给出不同 Windows 环境、不同自动化实现之间的对照测试，也没有提供各修复方案的成功率。因此，「优先检查提权」可以采纳，「所有看得见却点不动的问题都由 UIPI 引起」则不能推出。权限一致后仍失败，就需要继续检查工具实现和应用行为。

还要区分管理员窗口与 UAC 安全桌面。前者可以通过匹配权限级别解决部分控制问题，后者不能沿用同样的处理办法。

作者团队开发的 Auten 是面向 Claude Code、Codex、Cursor 等 MCP 客户端的屏幕操作服务，原文称其支持 Mac、Windows、Linux，以及处于 beta 的 Android。它在 Windows 上按用户安装，默认运行在 Medium，因此同样受此限制。这解释了作者为何关注这个问题，但产品介绍本身不能作为兼容性验证。

能拿来做什么

• 给 Windows 上的 AI 编程流程加入权限检查。如果 Agent 要操作 IDE、终端或安装器，先确认双方完整性级别，尤其检查 IDE 是否被长期设置为管理员运行。
• 在桌面自动化中增加操作后的状态验证。点击返回 ok: true 后，继续检查界面是否变化；出现截图正常、元素为空、点击无效的组合时，优先提示检查提权状态。
• 将管理员任务单独执行。只有目标确实需要提权时，才为该任务提升 Agent 宿主权限；遇到 UAC 确认框时暂停，让用户完成确认。