标签: Computer Use

Computer Use与GUI Agent：超越API的交互范式

当 Agent 不再通过 API 调用工具，而是像人类一样看屏幕、点鼠标、敲键盘时，一种全新的交互范式出现了。本文剖析 Computer Use 的视觉-动作循环架构、与 Tool Calling 的本质差异、Anthropic Computer Use 与 OpenAI CUA/Operator 的方案对比，以及 GUI Agent 的工程挑战和适用边界。