2026-10-23 CUA Project Audit

摘要

本审计覆盖 2026-10-23 Asia/Shanghai 精确日期窗，保留三个既有 CUA runtime 的实质更新与两个新移动端项目。共同趋势是把失败恢复、observation 生命周期、approval/memory 隔离、校验下载和真机授权做成 runtime contract；这些都不是 policy training。（来源：原始资料（本地存档））

核心内容

• Cua 为 ACP recoverable failure 保留后续 polling/queued turn，并给 benchmark auth 增加 fail-closed preflight；Browser Use arm 仍处于 staged、未计分状态。（来源：原始资料（本地存档））
• BrowserSkill 增加 opt-in incognito Agent Window，并把 accessibility cleanup 延后到 capture 完成。（来源：原始资料（本地存档））
• OpenGCUA 同时收紧 memory/approval/revision scope、driver 下载校验和 macOS updater 的 URL、签名、原子安装与回滚边界。（来源：原始资料（本地存档））
• Phone Use 与 Open iPhone Use 分别走 Accessibility/WDA 和 Safari capture/Bluetooth HID 两条真机路线；本轮单元测试与 CI 通过，但没有独立真机 E2E。（来源：原始资料（本地存档））
• 五项都没有 reward-driven policy update，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：Cua、BrowserSkill、OpenGCUA、Phone Use、Open iPhone Use
• 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 cutoff commit、源码、许可证、GitHub checks 与本地测试记录。

待核实问题

• 需在锁定模型与真实登录态下完成 browser/desktop/mobile E2E，并分别验证权限确认、暂停、失败恢复和跨应用任务续接。