标签
文章描述了AI代理与网站交互的六种方法，从原始API到内置助手，并强调了WebMCP作为保留代理自主权、无需设置且提供命名操作的方法。
Simular 的计算机使用代理 sai_borg 在 OSWorld 2.0 基准测试中达到了 73% 的准确率，以大约每项任务成本三分之二的价格超越了 Claude 和 GPT 模型，并且所有轨迹都已公开。
这条推文讨论了GLM-5.3-Flash未报道的能力，如计算机和浏览器使用，并询问其他人是否尝试过这些功能。
本文介绍了 Spine-Branch Coordination，这是一个用于多智能体计算机使用的框架，它将任务分解为脊柱-分支图以避免虚拟机合并，在长时程任务上展示了更高的成功率和成本效率。
该推文强调了使用 Instinct 在 LLM 计算机使用方面的进展，但指出其速度缓慢以及分享凭证的安全问题，同时推广使用 Shopify 工具进行代理商务的合作。
Markov Labs发布了目前最大的开源CAD操作数据集CAD 1000 Hours，包含超过1000小时的屏幕录制和操作数据，覆盖SolidWorks、AutoCAD等主流软件，用于训练AI代理进行计算机操作。
Anthropic 已将计算机使用、浏览器访问、版本化技能和可重用文件集成到一个统一的生产平台中，用于构建 AI 代理，提高运营效率并减少冗余流程。
Open Bot 是一个开源的 Grok Bot，专为真实公司设计，具备 AI 同事、生成式 UI 和计算机使用能力，可与任何模型和工具链配合运行。
Google Gemini 宣布重大更新，开始支持 Computer Use 功能，被描述为史诗级的遥遥领先壮举，提及日期为2026年8月。
macOS Harness 是一个开源工具，允许 AI 代理通过原始 macOS 原语在 Mac 上执行任务，具备类似 Codex computer use 的能力。
UI-Mate-27B 是腾讯推出的一个开放权重基础GUI代理，它使用实时截图和演示引导适应来执行长期计算机任务。
本文介绍了混合推理模型Gemini 3.7 Flash如何通过分析截图并执行精确操作，利用Python脚本实现交互式Android设备控制，并以Wordle游戏自动化演示为例。
一位开发者分享了 GPT-5.6-Sol Ultrafast 如何在几分钟内快速克隆 Excalidraw，展示了该模型快速构建应用的能力。
AI 电脑操作 Agent 一年内成绩从 42% 提升至 85%，超过约72%的人类基准，并已进入真实业务场景；但企业关注的重点已从基础操作转向能否稳定完成整份工作。
a16z examines progress in computer-using AI agents, citing benchmark improvements that now surpass human-level performance on OSWorld-Verified and noting a shift from raw capability to reliable production deployment in enterprise workflows.
介绍 phone-harness，一个开源工具，通过 macOS 的 iPhone Mirroring 让 LLM（如 Codex）像人类一样自动化任意 iOS 应用，无需 API 或越狱，利用屏幕截图、Vision OCR 和 HID 事件实现视觉与操作。
Hark 预览了其浏览器使用代理 Hark Handoff，该代理无需 API 即可通过浏览网站完成购物和预订等任务，并声称比竞品更快、更便宜。
这篇技术文章介绍了如何为AI代理添加计算机和浏览器使用验证，使其能够使用Warp和一项新的verify-behavior技能，在云端软件工厂中复现Bug并验证功能。
一位用户报告称，Claude Opus 5 在拥有完整计算机访问权限的情况下难以正确填写 PDF 表单，并对 AGI 是否真的已经实现提出质疑。