Unverified50% confidenceFactExact time
目前主流的Computer Use实现（包括Anthropic的Claude Computer Use和OpenAI的CUA）普遍采用截图+动作序列的方式
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
9/30/2026
First Seen
Valid until: 12/29/2026
Sources
Related Entities
Related Claims
UnverifiedCUA（Computer-Using Agent）是指能够像人类一样直接操作计算机图形界面的AI代理，通过视觉识别屏幕内容并模拟鼠标点击、键盘输入等操作完成任务70% similarUnverifiedCUA遵循'观察-推理-行动'循环：用户任务加当前截图输入模型，模型产生思维链和动作，环境执行后返回新截图，反复直至任务完成或预算耗尽65% similarUnverified该系统使用NVIDIA CUDA加速来实现实时图像处理性能64% similarUnverifiedCUA本质上是一个视觉语言模型（VLM），文本转为token嵌入、截图转为视觉嵌入，交错拼接送入Transformer63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/963373API
curl https://kongchang.com/api/v1/knowledge/claims/963373MCP
get_claim(id=963373)