摘要
本审计覆盖 2026-10-19 Asia/Shanghai 的 CUA 首发与实质更新。达到长期结构化门槛的是 OpenGCUA、DeepGym、System1 Agents、itda CLI 与 OpenAI CUA Sample App；它们分别补充混合 GUI/API/CLI runtime、settled-write evaluation、decision evidence、exact-request human approval 与官方 SDK example。（来源：原始资料（本地存档））
核心内容
- OpenGCUA 0.1.1/0.1.2 增加 persistent chats、mini controls、overlay guard、updated driver 与 idle keepalive，但 real-device confirmation gate 仍在 roadmap，DMG 也尚未 notarize。（来源：原始资料（本地存档））
- DeepGym 把 write-response loss、stream incomplete 与 asynchronous app settle 纳入 verifier gate；itda CLI 则把每次 change 绑定到 exact digest、single-use human approval、request budget 与 pause-on-block。（来源：原始资料（本地存档））
- System1 Agents 的 Public231 consumer 保留完整分母并 pin scorer/collector hashes，但公开 bundle 缺 per-question raw，项目方 accuracy 不能独立重算。（来源：原始资料（本地存档））
- OpenAI CUA Sample App 为
ComputerToolset提供 Python/TypeScript booking-lab driver examples；它隔离到本地 fake origin，但明确不是 OS sandbox 或 production approval system。（来源：原始资料（本地存档）） - 五项均为 runtime/environment/evaluation infrastructure，没有 policy parameter update；因此不属于严格 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、Harness Engineering
- 实体：OpenGCUA、DeepGym、System1 Agents、itda CLI、OpenAI CUA Sample App
- 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 exact-window metadata、release、commit/diff、cutoff source tree、workflow/check runs；本地 Python source compile 与 bounded Rust test attempt。
待核实问题
- 仍需固定模型与真实桌面/browser/device 对 OpenGCUA、DeepGym、itda 与 sample app 做 E2E，并公开 System1 per-question evidence 后独立重算。
- DeepGym 的 PolyForm Noncommercial 限制、OpenGCUA 未完成 confirmation/notarization 与 itda credential/HAR 边界需部署者单独评估。