转述：阿里通义开源 OpenGCUA 通用计算机使用智能体技术栈

阿里通义开源OpenGCUA通用计算机智能体，OSWorld-v2均分提升19.6分

据 BestBlogs 对 meng shao 推文的第三方转述，阿里通义 MAI-UI 团队开源了 OpenGCUA，主张将传统「看截图、点按钮」的 GUI 智能体扩展为可综合调度无障碍树、应用 API、shell 命令与 GUI 操作的通用计算机使用智能体（GCUA），两大支柱是代码执行与「从 harness 到模型」的决策转移。转述引用的评测数据包括：OSWorld-v2 平均 partial score 提升 19.6 分、弱模型 GLM-5.3-Flash 提升 35.2 分最多、强弱模型差距从 39.1 缩小到 18.0、代码执行范式比 GUI+CLI 混合再高 6.1 分且步数再降 14.8%。需注意本条为聚合摘要，未附原始公告或代码仓库链接，开源范围与上述数字均需以原始仓库和论文核验为准。

rss · BestBlogs 精选 · 10月19日 01:54

「为何现在值得关注」 若开源属实，该消息指向计算机使用智能体正从纯 GUI 操作转向多接口调度的范式之争，且「弱模型受益最大」的说法若被复现，对依赖开源模型的开发者有直接参考价值。但目前仅有二手转述，发布时间与仓库状态尚未证实，属待核验素材而非已确认事件。

「可做角度」 可做角度：以「核验先行」的方式跟进这条选题——先找到 OpenGCUA 的原始仓库与论文，确认实际开源范围和 OSWorld-v2 的复现条件，再解读「代码执行范式能否让小模型拉近与大模型的智能体差距」这一核心主张，避免直接转述「效率飞跃」式的宣传口径。

查看原文 ↗