Cua实测AI后台操作电脑：自身通过率58%，browser-use仅3%

动察 Beating AI 快讯，Cua 联合 Scale AI 推出电脑操作评测 Cua Driver Bench。它要求 AI Agent 在后台操作软件，同时不能抢走用户的鼠标、键盘，也不能弹出窗口打断工作。 在 macOS 测试中，Cua Driver 的完整通过率达到 58%，Codex Computer Use 为 33%，Vercel agent-desktop 为 20%，browser-use 只有 3%。 Cua 的优势来自直接操作后台窗口。普通电脑操作工具通常模拟人类点击、打字，需要把目标窗口切到前台。Cua 则利用 macOS 的辅助功能接口，直接找到后台应用的按钮、输入框并执行操作。它还能单独截取窗口画面，不必把窗口移到最上层。 差距在 browser-use 身上尤其明显。40 次测试中，它成功完成了 32 次任务，但其中 31 次干扰了用户，最终只有 1 次完全通过。Cua 虽然只完成了 25 次，却有 23 次没有打扰用户，测试中一次也没有抢走键盘焦点。 所有工具均使用 Claude Sonnet 5.5，比较的是电脑操作工具，而非模型本身。测试覆盖浏览器、邮件、日历、表格等任务，每项需要在用户持续打字的情况下完成。

📰 来源：https://www.okx.com/zh-hans/feed/post/92155091555520