Tandem

摘要

Tandem 是快慢双模 CUA harness，以 Observation/Action/Receipt v0.1 隔离 planner/verifier 与 OSWorld/rjob 执行层，并为 GUI、CLI、wait、finish、fail 共用预算。（来源：2026-10-20 CUA 开源项目审计）

核心内容

基本信息

• 实体类别：CUA harness 与 evaluation adapter。
• 关键名称或版本：0.1.0；截止提交 45d52d4bdc09。
• 时间范围：2026-10-20 首次公开。

重要事实

• 两个 CI jobs 与两个 mock rjob 成功，但仓库内 OSWorld 1/2 single runs 都是 failed_unscored。（来源：2026-10-20 CUA 开源项目审计）
• visual fallback/grounder 尚未回归，因此 drag 不可产生；a11y 缺失时只能走空 tree、CLI 或 no-action fallback。（来源：2026-10-20 CUA 开源项目审计）

关系与影响

它为 Harness Engineering 展示一个清晰责任边界：harness 只交换可审计协议，runner 负责预算、执行与结果目录。

分歧与变化

当前真实 OSWorld evidence 是失败记录，不应被 mock score 1.0 覆盖；仓库未声明许可证。

相关页面

• 概念：Computer-Use Agent、Execution-Based Agent Evaluation、Harness Engineering
• 实体：无
• 主题：Browser and Computer-Use Agents、Agent Harness 与 Agentic RL 开源生态

来源

• 2026-10-20 CUA 开源项目审计

待核实问题

• 需恢复 visual grounding/drag、完成 OSWorld scored run，并补充许可证。