摘要
本审计覆盖 2026-10-18 Asia/Shanghai 首次公开的 CUA 与 browser-agent 评测项目，锁定窗口末提交并核对源码、测试/CI、许可证、运行要求和安全边界。达到长期结构化知识门槛的是 LJL454 DSH Computer Use、Magpie Computer Use、iPhone Use Rust 与 NexusAndroid；UX Testers 因许可证、CI 和可执行证据不足只保留在 Raw 审计中。（来源：原始资料（本地存档））
核心内容
- LJL454 DSH Computer Use 将 Windows UIA、pixel fallback、batch action、session grant、single-writer lease 和 post-action evidence 放进 DeepSeek Harness；本地 macOS 只验证了前端 smoke，不能替代 Windows GUI E2E。（来源：原始资料（本地存档））
- Magpie Computer Use 不另建 driver，而是把官方 Codex Desktop 的原始 CUA runtime 与持久 app approval 适配给 magpie；这复用安全契约，也引入对签名安装、TCC 与 elicitation 能力的依赖。（来源：原始资料（本地存档））
- iPhone Use Rust 用 mock-wda、lost-answer fault 和 unresolved-action queue 测试移动输入的 exactly-once-ish 边界；NexusAndroid 则以 ADB、fresh UI read 和 shared safeguard policy 收窄高风险手机动作。（来源：原始资料（本地存档））
- 四项都是执行/评测基础设施，不包含 policy parameter update；因此不是严格 Agentic RL，也不构成 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：LJL454 DSH Computer Use、Magpie Computer Use、iPhone Use Rust、NexusAndroid
- 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：GitHub 精确窗口 metadata、commit history、cutoff source tree、workflow runs；本地 Node/Rust/Python/Bun bounded checks。
待核实问题
- 需在真实 Windows/macOS/iPhone/Android 上复现授权、stale-state refusal、lost-answer reconciliation、输入回读、用户接管和敏感动作确认。
- 项目方单元测试、mock phone、read-only smoke 与 CI 不等于锁定模型的真实长程 CUA E2E。