计算机使用 Agent 实测:23 款助手 273 项测试,Muse 已能打电话理发
thursdai_pod · x · 2026-09-18
播客 thursdai 邀请 trycua 的 Francesco Bonacci 谈计算机使用(computer use)agent 的进展:OSWorld 基准两年前只有 10% 左右,通过 accessibility-tree 控制比 CDP 浏览器钩子更难被检测拦截,CuaDriver 会在运行时按操作系统拉取对应 skill。另汇总了 agent 横评:23 款助手共 273 项测试;Muse 已能打电话给理发店完成预约;Instinct 据报道正以 100 亿美元估值洽谈融资,且已上线 Concierge 电话功能。
所属事件:TypeSafe 发布决策模型 Jev：不聊天、直接给答案(44 条相关)→
「编程与Agent」频道最新
- OutlierKit 开放 YouTube 研究 API 与 10 工具 MCP 服务器 — ayushtweetshere · 2026-09-18
- Cloudflare 自曝在造新一代 CI/CD:用 TypeScript 编写管道,公开征集需求 — dinasaur_404 · 2026-09-18
- ProgramAsWeights 把自然语言描述编译成本地运行的微型神经程序 — yuntiandeng · 2026-09-18
- MonidHQ 推出免费 agent 搜索方案，叫板 Exa、Tavily 的按次收费 — gnukeith · 2026-09-18
- Jev 模型专攻低中熵任务,开发者称前端模型只留给高熵活 — multiply_matrix · 2026-09-18
- Bend 2 中实现 SHA-256 并给出机器可验的正确性证明 — banteg · 2026-09-18