摘要
本审计覆盖 2026-10-20 Asia/Shanghai 的 CUA 首发与实质更新。Vigil、SolveBind、Tandem、DSH PC Use、Rust Computer Use 与 DSH Desktop Agent Bridge 分别补充 mobile symbolic shield、evidence-bound solver、快慢双模 harness、宿主桥接、focus-free macOS input 与人类接管。（来源：原始资料（本地存档））
核心内容
- Vigil 与 SolveBind 都把模型动作放进模型外 verifier；前者以 EFSM guard/invariant 给出
ALLOW/DENY/UNCERTAIN，后者把 tool evidence 绑定 pending action 并限制 recovery budget。（来源：原始资料（本地存档）） - Tandem 的协议、CI 与 mock rjob 可复查，但窗口末 OSWorld runs 仍 failed-unscored，且视觉 fallback/drag 尚不可用。（来源：原始资料（本地存档））
- DSH PC Use、Rust Computer Use 与 DSH Desktop Agent Bridge 分别处理原生 approval bridge、每 app grant/Escape stop 与外部 Agent 的 ownership/takeover；这些不是 OS sandbox，也不证明真实任务成功。（来源：原始资料（本地存档））
- 六项均没有 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：Vigil、SolveBind、Tandem、DSH PC Use、Rust Computer Use、DSH Desktop Agent Bridge
- 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 tree、workflow/check runs；bounded local compile/test attempts。
待核实问题
- 需真实 Android/Windows/macOS、固定模型和危险动作任务复现；Vigil 缺公开 tests/eval，Tandem 缺许可证，Rust Computer Use 缺许可证与 tests。