摘要
本审计覆盖 2026-10-15 Asia/Shanghai 首次公开或实质更新的 CUA 项目，核对精确提交、源码、Actions、许可证、运行要求和安全边界。达到长期知识门槛的是 Cua、Screens、Mac Computer Use MCP、Galaxy Use、macOS Harness 与 PointHand。（来源：原始资料（本地存档））
核心内容
- Screens 把 Agent desktop 隔离到单独 filesystem/session/network/input-owner boundary，并以 17 个成功 checks 覆盖 Linux/OCI/package/release；这比“独立 display”更接近可审计 sandbox。（来源：原始资料（本地存档））
- Mac Computer Use MCP 和 macOS Harness 都走 Accessibility-first background action，但前者默认按 app 询问并保留独立可见控制面，后者 v0.2.1 删除 person-side stop，把中断边界收缩到 Agent host/process。（来源：原始资料（本地存档））
- Galaxy Use 明确把 read-only ADB observation 与 ESP32 BLE HID action 分开；PointHand 则用 physical-idle/Escape/allowlist 约束 Windows creative-app input。两者都不能把 hardware/CI smoke 当成真实多应用成功率。（来源：原始资料（本地存档））
- Cua 当日更新集中在 observation/action honesty、browser lifecycle、evaluator infra failure 和 Windows deployment；所有入库项目都是 runtime/data/safety infrastructure，不是严格 Agentic RL 或 Recursive Self-Improvement。（来源：原始资料（本地存档））
相关页面
- 概念：Computer-Use Agent、Execution-Based Agent Evaluation
- 实体：Cua、Screens、Mac Computer Use MCP、Galaxy Use、macOS Harness、PointHand
- 主题：Browser and Computer-Use Agents、Agent Harness 与 Agentic RL 开源生态
来源
- 原始文件：原始资料（本地存档）
- 定位信息：各项目精确窗口提交、source archive、GitHub check runs、许可证、README/SECURITY/tests/workflows；本机无依赖 Swift/Python/Cargo 检查。
待核实问题
- 需在真实 macOS/Windows/Galaxy/Linux sandbox 上复现动作、接管、锁屏、blocked URL、hardware input 与 browser sandbox 边界。
- 项目 CI 与作者 smoke 不能替代固定模型、多 seed、真实长程任务的独立 E2E。