电脑 Agent “看到”按钮，不等于它能在你的屏幕上准确点下去。中间还隔着坐标归一化、离散化、分辨率反映射和操作校验。读完本文，你能看懂动作 token 如何落到真实像素，并用一段小程序找出点击误差。