摘要
本审计覆盖 2026-10-22 Asia/Shanghai 的 CUA 首发与实质更新。价值集中在动作 freshness、人机交接、移动设备状态、trajectory 质检与部署日志保密，而不是新的通用 CUA 模型。（来源：原始资料（本地存档））
核心内容
- BrowserSkill、Clawd Cursor、iPhone Use 与 DSH Android Use 分别用一次性协作上下文、截图绑定点击、可回放移动动作和 stale snapshot invalidation 收紧“观察后再动作”的契约。（来源：原始资料（本地存档））
- LBYL 把 screenshot 与 DOM/accessibility 不一致检测接到 GRPO-style correction policy；它是严格 Agentic RL，但只更新防御策略。项目方同时记录了 SusBench 不迁移和约 33% over-intervention，不能把构造 benchmark 零 ASR 外推成通用防御。（来源：原始资料（本地存档））
- Agent TraceCheck 在 SFT/RL 前检查 tool/reward/mask/duplicate/truncation，Agent-Sandbox 0.8.6 修复 credential/config/env/process snapshot 的日志泄漏；二者属于数据与部署基础设施，不是 policy training。（来源：原始资料（本地存档））
- 本轮独立验证只到 dsh-android-use 单测、LBYL stub harness self-test 和 source compile；GitHub CI、项目方真机记录、归档结果与真实 CUA E2E 分层保留。（来源：原始资料（本地存档））
相关页面
- 概念：Computer-Use Agent、Agentic RL、Execution-Based Agent Evaluation、Harness Engineering
- 实体：BrowserSkill、Clawd Cursor、iPhone Use、DSH Android Use、LBYL、Agent TraceCheck、Agent-Sandbox
- 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：窗口末 commits、源码、tests/workflows/check runs、release/tag、许可证和本地 probes。
待核实问题
- LBYL 主实验、真实 BrowserSkill/Clawd Cursor 协作、iPhone/Android 真机、Agent-Sandbox 部署日志和危险动作恢复仍未由本 Wiki 独立 E2E 复现。