大致三个阶段：2000 年代中期的像素小人（Shimeji 一类，会在窗口边缘爬行）、2010 年代的养成应用（有状态、要照料）、以及近几年的「全视频生命体」（用实拍或高精度动画做动作）。每一次演进解决的都是同一个问题：让它更像活的。
早期桌面宠物的代表性玩法是「在窗口边缘攀爬」，它把窗口当作地形，产生了「它生活在我的电脑里」的错觉。技术上是简单的窗口位置计算，但创意很强。
| 阶段 | 代表形态 | 技术特征 | 解决的问题 |
|---|---|---|---|
| 2000 年代中期 | 像素小人爬窗口 | 窗口位置计算 + 逐帧动画 | 让它像在电脑里生活 |
| 2010 年代 | 养成类桌宠应用 | 状态值 + 提醒系统 | 让它需要你 |
| 近几年 | 全视频 / 高帧动画 | 序列帧、视频、骨骼 | 让它动得像真的 |
这一阶段引入了饥饿、心情、清洁等状态值，桌宠从「装饰」变成「需要照料的对象」。代价是必须做提醒，也就带来了打扰问题。
随着视频与高帧动画的普及，桌宠的动作开始接近真实动物：呼吸、重心转移、转身有过渡。这一阶段的核心是把「帧」做细，让待机状态不再是循环播放同一个动作。
一类日本的桌面小人程序，以在窗口边缘攀爬与抛掷窗口闻名，是早期桌宠的代表形态之一。
因为动作精度提高了。高帧动作与视频播放的代价明显高于早期的逐帧像素动画。
