Компьютерные агенты живут в закрытых стеках. Alibaba открывает свой: OpenGCUA — первый релиз с кодом, промптами и траекториями восьми моделей под Apache-2.0. Обученную модель обещают следующим релизом.
Два хода, которых нет у GUI-агентов. Агент пишет Python-код как действие: клик, shell-команда и проверка в одном вызове. А решения, что смотреть и что считать готовым, переехали из харнесса в модель.
На OSWorld-v2 рост у всех восьми моделей, включая GPT-6 Astra и Claude Opus 5: счёт 45,3 → 64,9, шагов на 53% меньше. Больше всех прибавил GLM-5.3-Flash, +35,2.
Два хода, которых нет у GUI-агентов. Агент пишет Python-код как действие: клик, shell-команда и проверка в одном вызове. А решения, что смотреть и что считать готовым, переехали из харнесса в модель.
На OSWorld-v2 рост у всех восьми моделей, включая GPT-6 Astra и Claude Opus 5: счёт 45,3 → 64,9, шагов на 53% меньше. Больше всех прибавил GLM-5.3-Flash, +35,2.
Просмотры: 6