摘要
计算机使用代理可通过图形界面或命令行接口执行任务，但现有评估混淆了交互模态与其他变量。本文引入包含 440 个桌面任务的匹配执行层基准，在控制变量下对比纯屏幕 GUI 代理与技能中介 CLI 代理。结果显示，最强 GUI 代理通过率为 59.1%，优于原始 CLI 代理的 48.2%；但经验证器引导的技能增强后，CLI 成功率升至 69.3%。研究表明，GUI 代理受限于长程工作流的可靠交互，而 CLI 代理主要受制于技能接口的覆盖度与可扩展性。
AI 推荐理由
论文核心对比 GUI 与 CLI 代理，重点分析 CLI 代理的技能覆盖度瓶颈及技能增强效果。
研究机构
NYU Shanghai
Yale NLP Lab
Nanyang Technological University
论文信息