把通用「电脑操作 agent」的全栈开源：OpenGCUA 在 OSWorld-v2 上让八个模型平均分涨 19.6，步数降 53%

论文（arXiv 2610.22200）先给「通用电脑操作 agent」（GCUA）下定义：模型自己决定怎么观察、怎么动作、怎么组织工作，而不是被固定 GUI 流程框死，视觉界面和编程接口都在可选项里。作者指出，像 GPT-6 Astra 的 computer-use 系统这类前沿实现基本闭源，导致这一类设计没法被系统研究，于是做了 OpenGCUA，目标是把全栈开放出来。这一版报告里有两个设计点：一是把代码执行做成 agent 的核心能力，中间结果可以直接决定下一步操作，模型已有的编程能力能直接用在操作电脑上；二是「harness-to-model 决策迁移」，把一部分原本写死在 harness 规则里的观察选择与任务状态判断交给模型来做。在 OSWorld-v2 上，完整配置让参评的八个模型全部提分，包括 GPT-6 Astra 和 Claude Opus 5，平均部分分提高 19.6，报告的每任务步数相对「批量 GUI-only 执行」平均减少 53%。作者放出了实现、提示词、八个模型的评测轨迹，以及真机 harness 和跨设备 SDK 的初版，SDK 提供跨电脑、手机与浏览器的统一编程接口。真机侧他们也给了一个观察：在四个真实 macOS 任务上，所选 Qwen3.8-Max 的跑法报告的推理 token 量是 GPT-6 Astra 的 19.4 倍，说明不同模型在真机执行效率上差距很大。