最近，香港大学的 XLANG 实验室与月之暗面、斯坦福大学等多家机构共同开源了一个名为 OpenCUA 的全新框架。这个项目的目标是帮助开发者轻松构建和扩展计算机使用智能体（CUA），让每个人都能拥有属于自己的电脑助手。

OpenCUA 框架的推出，标志着计算机使用智能体的又一次飞跃。它不仅提供了一套无缝的注释基础设施，用于捕捉人类在电脑上使用的演示，还集成了一个名为 AgentNet 的大规模计算机使用任务数据集。该数据集覆盖了超过200个应用程序和网站，以及跨越三个主要操作系统，给开发者提供了丰富的数据支持。

除此之外，OpenCUA 还具备一套可扩展的工作流程，能够将演示转换为 “状态 - 动作” 对，推动长链推理能力的反思。这意味着，开发者可以根据自身需求，轻松构建个性化的智能助手，帮助用户更高效地完成工作。

项目的负责人余涛教授表示，OpenCUA 通过开放完整的数据、工具和模型，旨在使 “人人都能打造自己的专属电脑智能体”。该框架在多个关键基准上表现出色，甚至超越了目前最先进的 GPT-4o，成为最强大的开源 CUA 解决方案。

随着 OpenCUA 的推出，计算机智能体的应用将更为广泛和便捷。开发者们不仅可以根据自身需求进行定制，还能够借助该框架提升用户的计算机使用体验。值得注意的是，这一项目得到了多所知名大学及企业的参与，显示了科技界在智能体研究领域的合作与共赢。

OpenCUA 的开源为未来的智能助手开发提供了全新的可能性，让我们期待科技将如何进一步提升我们的工作和生活效率。

项目地址：https://opencua.xlang.ai/

论文地址：https://arxiv.org/pdf/2508.09123