Salesforce 的 StateAct 用状态优先代理提升 Opus 4.8 表现
Salesforce · hf · 2026-07-28
Salesforce 提出 StateAct：一个面向长周期 computer-use agents 的代码优先框架，核心思路是 先看程序状态，而不是先看像素。
- 论文认为截图是有损表示：不同的底层状态可能呈现相同像素，但代码可以直接读取和修改文件、后端和 DOM 中的数据。
- StateAct 将系统拆成两部分：主 agent 直接用代码操作程序状态；GUI 子 agent 只负责少数必须点按的子目标。
- 在 OSWorld 2.0 上，它把 Claude Opus 4.8 的二元成功率从 20.6% 提升到 26.9%，部分成功率从 54.8% 提升到 61.6%，且单任务成本大约降低 9 倍。
- 仅保留代码、去掉 GUI 子 agent 的版本，部分成功率只有 45.9%，低于带 GUI 的截图基线，说明界面交互仍有必要。
- 作者把这套思路称为 state-grounding：把动作、验证和记忆都锚定在程序状态上，让瓶颈更多转向推理而不是视觉识别。
「编程与Agent」频道最新
- 用前沿模型搭技能，再循环调用 GLM 5.2 直到成功 — steipete · 2026-07-28
- Mnemos 将重做桌面应用并上线新 MCP 工具平台 — RileyRalmuto · 2026-07-28
- Perplexity Computer 和 Comet Assistant 90 分钟做完 7 个 GA4 报表 — gaganghotra_ · 2026-07-28
- Codex 跑一个命令就触发 session 限制 — AIandDesign · 2026-07-28
- Distributed Systems 开源 C 版 agentic LLM CLI，支持 MCP 和 swarms — arthurcolle · 2026-07-28
- 本地 coding agent 资料汇总：Gemma 4 26B-A4B 在重构测试中胜过 24B 模型 — craigsdennis · 2026-07-28