待验证50% 置信观点精确时间
为Agent配备屏幕截图加鼠标键盘控制能力，与业界热议的Computer Use能力思路一致
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/11
首次发现
有效期至：2026/12/10
来源
涉及实体
相关事实
待验证Computer Agent能够控制终端、浏览器、鼠标和键盘来完成任务77% 相似待验证计算机使用（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74% 相似待验证Computer Use让Agent像人类一样打开浏览器、移动鼠标、点击按钮，操作没有API的软件74% 相似待验证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71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/906449API
curl https://kongchang.com/api/v1/knowledge/claims/906449MCP
get_claim(id=906449)