ComAct：通过 COM-as-Action 范式重构专业软件操作

现有计算机使用代理在专业软件操作中受限：GUI 代理视觉定位脆弱且误差累积，API 方法难以应对异构协议。本文提出 COM-as-Action 范式，将软件交互重构为确定性程序合成而非序列视觉控制。为此构建了首个工业 CAD 软件基准 ComCADBench，并开发了基于三阶段渐进训练框架的自修正代理 ComActor 及大规模训练平台 ComForge。实验表明，该方法在长程任务中表现优异，显著超越了基于 GUI 的前沿模型，实现了状态最先进的性能。