PersonaCUABench：电脑操作 Agent 面对真实用户画像常不达标
Haoming Li · hf · 2026-10-30
多所高校联合发布 PersonaCUABench，一个针对电脑操作智能体（CUA）服务多样化用户画像的基准。研究发现 CUA 经常无法满足真实用户的需求与约束，相比固定的基准指令，任务完成率和用户满意度都下降。
- 基准固定 74 个任务、覆盖 11 个领域，只变化「提问者是谁」：由一个 persona agent 扮演 4 组共 44 种用户画像，用该用户自己的措辞改写指令并回答 CUA 的追问，而 CUA 只能看到公开界面。
- 核心洞察：用户可能遗漏需求、附加约束、或要求在关键操作前确认，完成固定基准指令并不等于服务好了提问的人。
「编程与Agent」频道最新
- Claude API 文档曝光 Agents 等 beta 接口，含托管沙箱会话 — aigclink · 2026-10-30
- 一行代码生成图嵌入：FastRP 默认、GraphSAGE 保属性 — JeremyCMorgan · 2026-10-30
- CodeRabbit CEO:800万美元种子轮已不够造软件,garrytan 反驳看好小团队 — garrytan · 2026-10-30
- GBrain Cloud 上线命令行：一条命令在云端启动 AI 工作区 — garrytan · 2026-10-30
- 为多业务老板设计全家桶 AI 自动化系统:多 bot 协作架构求指点 — Xeriphy · 2026-10-30
- 「物联网的智能体」:一句话定义设备 Agent 的有趣类比 — sull · 2026-10-30