待验证50% 置信事实精确时间
计算机使用（GUI Agent）能力的底层原理是让模型通过截图理解屏幕状态并输出鼠标点击、键盘输入等操作指令，形成感知-决策-执行闭环
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
ChatGPT Work正式发布：GPT-5.6如何重塑你的工作方式
bilibiliGoldenSpiderAI2026/7/9
相关事实
待验证Computer Use 能力指 Agent 能像人类一样操控计算机界面（点击、输入、截图、滚动），需要模型具备视觉理解和动作序列规划能力76% 相似待验证GUI Agent（能理解屏幕截图并生成鼠标键盘操作指令）是Anthropic Claude、OpenAI Operator等产品竞相布局的核心能力74% 相似待验证Computer Agent能够控制终端、浏览器、鼠标和键盘来完成任务73% 相似待验证Computer-use能力允许Agent直接操控桌面GUI界面，是Anthropic基于Claude模型视觉理解能力构建的差异化特性73% 相似待验证Agent的skill系统是一套分层的提示工程体系，最底层是系统提示词，中间层是自定义指令和记忆库，最上层是示例对话和反馈历史72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490920API
curl https://kongchang.com/api/v1/knowledge/claims/490920MCP
get_claim(id=490920)