Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
ChatGPT Work正式发布：GPT-5.6如何重塑你的工作方式
bilibiliGoldenSpiderAI7/9/2026
Related Claims
UnverifiedComputer 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% similarUnverifiedGUI 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% similarUnverifiedComputer Agent能够控制终端、浏览器、鼠标和键盘来完成任务73% similarUnverifiedComputer-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% similarUnverifiedAgent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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/490920API
curl https://kongchang.com/api/v1/knowledge/claims/490920MCP
get_claim(id=490920)