OpenCUA 作者:两年前拒收的 450 步画花演示,如今已被 agent 复刻
andersonbcdefg · x · 2026-09-06
OpenCUA 作者 Bowen Wang 回忆:两年前构建 OpenCUA 开源计算机操作 agent 框架时,收到一条人类演示数据——用 Windows 画图工具花了约 300 步画出一朵向日葵,又用约 150 步上色。团队当时认为这是疯狂的、永远无用的训练任务,立即拒收。
两年后,他看到 viticci 演示:让模型 Astra 看一张人像照片,自主在 Mac 的 Apple Notes 里把人画了出来。作者感叹「游戏规则已经变了」。
OpenCUA 是港大 XLANG Lab、月之暗面、斯坦福等机构合作的开源框架,包含标注基础设施、覆盖 3 个操作系统和 200+ 应用的 AgentNet 大规模数据集,以及将演示转化为带反思性长链推理的状态-动作对的可扩展流水线。
「编程与Agent」频道最新
- Karpathy 入职 Anthropic 14 周，知识图谱让他 autoresearch 循环更强 — blaizedsouza · 2026-09-06
- Astra 优化 JSON 扫描器：后段字段查询提速 1.7–2.1 倍 — arthurcolle · 2026-09-06
- 实测 Astra 写码:20 分钟任务缩到 4 分钟,但烧订阅额度飞快 — andimarafioti · 2026-09-06
- 追问 pstack：原来是一整套 skills 与例程目录 — MilesCranmer · 2026-09-06
- Codex 推出 Astra：跨上下文窗口保存笔记，告别反复压缩摘要 — CShorten30 · 2026-09-06
- Cursor 插件库晒 Poteto Mode：一份 140 行 SKILL.md 约束 agent 行为 — MilesCranmer · 2026-09-06