先了解这件事
阿里通义 MAI-UI 团队开源了通用计算机使用智能体完整技术栈「OpenGCUA」,包含 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现。其核心设计是把代码执行与决策从 harness 转移到模型:模型按需截图,编写带循环和条件判断的 Python 程序来编排 GUI 操作、API 调用和 shell 命令,并自行维护 todo 列表。在 OSWorld-v2 上对 8 个前沿模型的评测中,平均 partial score 从 45.3 升至 64.9,每任务步数平均减少 53%。真机 macOS 测试中,同一 harness 下 Qwen3.8-Max 的推理 token 消耗是 GPT-6 Astra 的 19.4 倍,4 个任务完成 3 个。目前该技术栈已开源,尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
阿里通义 MAI-UI 团队开源通用计算机使用智能体技术栈 OpenGCUA事件进展
1 个已确认进展
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月19日
邵猛精选
阿里通义 MAI-UI 团队开源通用计算机使用智能体技术栈 OpenGCUA
阿里通义 MAI-UI 团队开源通用计算机使用智能体完整技术栈 OpenGCUA，包含 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现。其核心设计是代码执行与决策从 harness 转移到模型，模型按需截图、编写带循环和条件判断的 Python 程序编排 GUI 操作、API 调用和 shell 命令，并自行维护 todo 列表。在 OSWorld-v2 上对 8 个前沿模型的评测中，平均 partial score 从 45.3 升至 64.9，每任务步数平均减少 53%；真机 macOS 测试中，同一 harness 下 Qwen3.8-Max 的推理 token 消耗是 GPT-6 Astra 的 19.4 倍，4 个任务完成 3 个。