ANIS 框架为 Agent 合成原生界面：成功率高 3.8 点，token 省 73%

tencent · hf · 2026-10-14

桌面软件界面为人类用户设计，agent 只能靠读视觉控件或拼装底层 API。研究将软件版本演进作为界面变化来源，构建 DeskIF-Bench（255 个人工验证任务、6 个桌面应用），在固定任务/agent/验证器下测量界面变化对 agent 性能的影响：新版本一致优于旧版本；轨迹分析识别出可发现性、粒度、可观测性三个关键界面属性。据此提出 ANIS 框架，从已安装应用的能力合成 agent 原生界面：在 368 任务、8 应用的扩展评测中，原子界面使 DeepSeek V4 Flash 与 Claude Haiku 4.5 的成功率比原生 SDK 分别提升 3.8 和 3.5 个百分点，在线 token 用量降约 73%；目标级命令进一步将成功率提升至 74.5% 和 67.4%。