Computer-Using Agent
PulseAugur coverage of Computer-Using Agent — every cluster mentioning Computer-Using Agent across labs, papers, and developer communities, ranked by signal.
-
开源框架 Cua 使 AI 代理能够控制桌面应用
Cua 是一个新推出的开源框架，旨在使 AI 代理能够与桌面应用程序进行交互。它支持包括 Windows、macOS、Linux 和 Android 在内的多种操作系统。该框架提供了跨平台驱动程序、安全沙箱以及用于训练和评估专注于桌面自动化的 AI 代理的工具。
-
开源 Cua 基础设施使 AI 代理能够控制桌面
Cua 是一个开源基础设施，专为构建、基准测试和部署能够与计算机界面交互的 AI 代理而设计。这些代理能够看到屏幕、点击按钮，并在整个桌面上自主执行任务。Cua Driver 组件专门在 macOS 上运行，能够在不干扰用户光标、焦点或工作空间的情况下，在原生应用程序中进行后台计算机使用，甚至可以在网页内容和创意工具等表面上进行操作。
-
Cua 发布工具，为 AI 代理实现 macOS 应用自动化交互
Cua 是一款新推出的开源工具，可在不干扰用户交互的情况下实现 macOS 应用程序的后台运行。它允许代理执行点击和输入等操作，即使是在通常不支持辅助功能的界面上。该工具可与 Claude Code 和 Cursor 等代理集成，并包含用于评估和训练计算机使用代理的功能。
-
SafetyKit 利用 GPT-5 和 GPT-4.1 增强人工智能风险检测和欺诈预防
OpenAI 推出了 SafetyKit 平台，该平台利用其最先进的模型，包括 GPT-5 和 GPT-4.1，来构建多模态人工智能代理，用于检测欺诈和违禁活动。这些代理可以处理文本、图像和金融交易，准确率超过 95%，每天处理数十亿个 token。该系统旨在通过自动化内容审核和减少人工审核员接触有害内容，来增强各种平台的风险评估、合规性和安全运营。
-
OpenAI 推出 Operator，一款可浏览网页执行任务的 AI 代理
OpenAI 推出了 Operator，这是一款新推出的 AI 代理，旨在通过其自有浏览器与网站互动来执行基于网页的任务。该代理由一个名为 Computer-Using Agent (CUA) 的新模型驱动，可以通过打字、点击和滚动来填写表格、订购杂货等。Operator 最初作为一项研究预览向美国地区的 Pro 用户提供，目前正在集成到 ChatGPT 中，并将扩展到其他用户级别。该代理在网页交互基准测试中已展现出最先进的性能。
-
OpenAI 在科学和安全领域推进 AI 代理；Google DeepMind 资助多智能体研究
OpenAI 正通过多项举措推进科学计算和 AI 安全。该公司发布了一个新的基准 GeneBench-Pro，以评估 AI 代理处理复杂生物数据的能力。OpenAI 还在欧洲为可信赖 AI 的共享标准制定做出贡献，并与伦敦证券交易所集团等组织合作，将 AI 整合到业务运营中。与此同时，Google DeepMind 正在向多智能体 AI 安全研究投资 1000 万美元，旨在理解和减轻与交互式 AI 系统相关的风险。