Salesforce 推出 StateAct 框架让智能体先读状态后看像素

Salesforce 推出了名为 StateAct 的代码优先框架，旨在提升长周期计算机使用智能体的效率并大幅降低成本。该框架一反传统依赖视觉模型读取屏幕像素的常态，主张将文件、后端和 DOM 等程序状态作为核心交互接口。仅在极少数约 1.1% 的必要情况下才调用视觉模型，从而显著提升了 Opus 4.8 等模型的表现。

2026-07-28 ~ 2026-07-28 · 3 条相关

• 抛弃视觉盲读，新框架让 Agent 成本降 9 倍 — _akhaliq · 2026-07-28
• Salesforce 的 StateAct 用状态优先代理提升 Opus 4.8 表现 — Salesforce · 2026-07-28
• StateAct 论文主张电脑使用智能体先建模程序状态 — _akhaliq · 2026-07-28