标签
一条推文比较了 Codex 和 Claude 的电脑使用能力，表明 Codex 表现更优，特别是在 Mac 上。
本文通过第一性原理思维探讨了计算机上AI代理的未来，并征求社区对于浏览器自动化和云解决方案等实施方法的意见。
Arvik 是一个适用于Windows和Android的测试版电脑使用AI助手，简化了设置过程，并允许通过自然语言指令执行自动化任务，如网站交互、文件管理和系统命令。开发者正在寻求用户反馈，以提高其可靠性和功能。
这条推文推测，如果 Anthropic 能达到类似 OpenAI 的 Codex 的计算机使用能力，可能会带来重大进步，并设想未来的 AI 模型如 Opus 5.5 将拥有增强的能力。
CaptchaArena是一个用于训练计算机使用代理解决交互式CAPTCHA的大型细粒度数据集，包含50K谜题和注释。相关的CaptchaAgent模型使用监督学习和强化学习达到了71.7%的准确率。
Cua 为 Omarchy 发布了稳定的驱动程序，支持在 Hyprland 中通过合成光标实现原生计算机操作，此开发与 David Heinemeier Hansson 等人合作完成。
X上的一个用户询问了Claude Computer/Browser Use功能中失败请求的具体示例，以帮助解决问题，并提供了一个通过浏览器配置文件尝试通过PayPal支付的个人例子。
文章分享了使用 Jev（一个语义决策引擎）的生产见解，它通过与 LLMs 并行高效处理常规决策来增强 AI 代理系统，而不替代生成模型。
GPT-6 Sol 和 Luna 相较于其 5.6 系列前代产品在智能、对齐、工作输出、编码和计算机使用等方面实现了重大改进，并且令牌定价减半。
RecreationWorld是一个可扩展的框架，用于训练混合AI代理，这些代理结合了GUI交互、编码和视觉验证来重建应用程序，并配备了一个名为RecreationBench的基准测试套件。
这条推文赞扬了OpenAI的Codex在计算机使用能力和易用性方面的卓越表现，同时强调了OpenAI收购Skyby Software被低估了。
用户报告称，GPT-6 在没有外部协助的情况下独立游玩并赢得了 Slay the Spire 2 的一局游戏，尽管有错误和使用限制，这让他们推测其可能具有 proto-AGI（初级通用人工智能）的潜力。
Maka 已经开源了 Maka-cu，这是一个针对 AI 驱动计算机使用的 macOS 执行层，从现有项目 fork 而来，并进行了适配以支持其特定模型和接口需求。
一条推文讨论了语音控制计算机使用可能在6-12个月内成为主流，并突出介绍了一个名为Jev for Mac的快速语音命令工具的示例。
作者分享了'Jev Use'，一个使用Codex和Jev构建的增强版电脑使用工具，声称它比Codex内置版本更快更流畅，且消耗的token相似。
typesafe-computer-use 是一种工具，通过使用经济高效的 AI 决策来驱动 Mac 达成目标，从而自动化 Mac 的使用，其成本和速度远优于使用大型语言模型。
OpenAI 的 GPT-6 Astra 功能增强，可移除脚手架以提升效率，但安全指标和企业控制凸显了保留控制脚手架的重要性，以防意外后果。
Agent Interface 是一个开源层，旨在通过减少重复操作并启用高效的本地反馈循环来增强AI代理与计算机的交互。
GPT-6-Astra是OpenAI推出的重要AI模型，在能力上有显著提升，尤其适用于宏大项目、3D任务和计算机操作，在多项基准测试中超越了以往模型。
OpenAI发布了GPT-6 Astra，这是一款专为专业工作优化的尖端AI模型，具备在计算机使用、编码和企业工作流方面的高级能力，并提升了安全性和效率。