标签
据报道，Hark Handoff 在多个基准测试中优于 GPT-5.5 和 Opus 4.8，成本降低 90%，它使用 SFT 和基于 GRPO 的异步强化学习，基础模型未公开。作者对计算机使用代理的延迟表示怀疑，但对演示持乐观态度。
AI初创公司Hark推出Handoff，这是一款可自主浏览网页的计算机使用代理，声称在基准测试中得分领先，并表示其token价格远低于前沿模型。
Figure AI 首席执行官推出计算机使用代理 Hark Handoff，可通过浏览器自动执行点餐等日常任务，目标是让用户将不想处理的事情直接交接出去。文中展示了演示场景，并称这是该产品的首次研究预览。
Qwen发布了Qwen-CUA，一个拥有397B-A17B混合专家主干的原生计算机使用智能体，在OSWorld-Verified上取得了最先进的结果，并在WebArena上排名第二。技术报告可在Papers with Code上获取。
微软发布了 Fara1.5-27B，这是一个 270 亿参数的多模态计算机使用代理，专为网页浏览器设计，基于 Qwen3.5-27B 微调，能够通过截图执行端到端的网页任务。
EvoCUA-1.5 引入了一种面向多轮计算机使用代理的在线强化学习框架，在 OSWorld-Verified 上实现了 63.2% 的成功率，并通过步骤级策略优化和动态课程学习，性能超越了参数高达 35B 的可比开放权重模型。
Fara1.5 是一系列原生的电脑使用代理，使用 FaraGen1.5 可扩展数据管道进行训练。这些模型在浏览器使用基准测试中取得了新的最优结果，与更大的前沿模型竞争。
微软推出 Fara-7B，一款仅 7B 参数的高效 Computer Use Agent，在网页任务上超越更大模型，支持纯本地部署，低成本实现桌面自动化。
H Company发布Holo3.1，这是一个面向计算机使用代理的视觉语言模型系列（0.8B至35B），支持Web、桌面和移动端自动化，具备原生函数调用功能，并提供优化后的量化检查点，便于本地部署。
微软发布了Fara-7B，一个70亿参数的小型语言模型，可以自主控制电脑执行点击、滚动、填写表单等任务，在设备上运行，并在基准测试中击败了OpenAI的computer-use agent等更大模型。
H 公司发布 Holotron-12B，一款采用混合 SSM 架构、针对高吞吐量推理优化的多模态计算机使用智能体。该模型基于 NVIDIA Nemotron 进行后训练，在交互式智能体工作负载中展现出卓越的效率与可扩展性。
微软发布了Fara-7B，这是一个高效的70亿参数智能小型语言模型（SLM），专为计算机使用任务设计，在其参数规模内实现了最先进的性能，并且与更大的系统相比具有竞争力。
# Operator 系统卡 来源：[https://openai.com/index/operator-system-card/](https://openai.com/index/operator-system-card/) 本报告概述了在发布 Operator 前开展的安全工作，包括外部红队测试、根据我们准备框架进行的前沿风险评估，以及为解决关键风险领域而构建的缓解措施概览。## Operator 系统卡 特定风险领域 - 有害任务 - 模型错误 - 提示注入 准备度评分卡