Alibaba Tongyi-MAI MAI-UI 團隊於 2026 年 10 月 14 日推出 OpenGCUA，主打首個通用電腦使用代理

• OpenGCUA 提出「harness-to-model decision transfer」機制，將原本固定規則中的任務狀態觀察與決策權移交給模型，並在 OSWorld-v2 基準測試中，讓八個前沿模型的平均部分得分提升 19.6 分。
• 該架構以程式執行為核心，相對於純 GUI 操作，每任務步驟減少 53%，但在 macOS 實機測試中揭露不同前沿模型間的推理 token 消耗存在巨大效率落差。
• 業界競爭焦點正從單純的模型推理能力，轉向誰能提供完整的代理執行堆疊；OpenGCUA 的開放策略試圖在封閉系統累積結構性優勢的背景下，建立可系統性研究的技術標準。

封閉前沿下的開放實驗

目前主流的通用電腦使用代理，例如 GPT-6 Astra 的電腦使用系統，大多保持封閉狀態。論文指出，封閉性讓外界無法系統性研究其設計細節。OpenGCUA 就是衝著這個痛點而來，它不單是模型，更是個完整系統，讓模型能在視覺介面與程式介面間靈活切換，自己抓取資訊、執行動作並排定工作流程。

這套邏輯與傳統的 RPA（Robotic Process Automation）或規則引擎截然不同。舊有的自動化系統通常只能處理預設框架內的任務，遇到邊緣情況便交還給人類處理。Agentic AI 的關鍵在於能應付模糊複雜的情境，自己下判斷，邊做邊修正。OpenGCUA 試圖在自主性與可研究性之間找到平衡，讓社群能透過開源參與並檢視這個「全堆疊」的建構過程，而這個「全堆疊」最核心的設計，正是程式執行。

程式優先的代理邏輯

OpenGCUA 的設計完全圍繞「程式執行」展開。這不只是讓模型寫幾行指令碼，而是讓中間結果直接決定後續操作。模型的程式能力因此可以直接轉入電腦互動。論文資料顯示，比起純靠 GUI 的操作，寫 code 執行的做法每個任務少走 53% 的步驟。

當模型用程式碼直接操控系統狀態，而不是靠點選與拖曳等視覺回饋，流程控制會更精確。處理大量資料或重複性操作時，程式碼的執行速度本來就遠高於模擬人類點選。但這種設計也多了一道門檻：模型必須有足夠的程式邏輯能力，才能正確編排這些操作。GCUA 的競爭力不再只看視覺理解，更在於模型在程式語境下的推理能力。OpenGCUA 為了把這種能力最大化，還做了另一個關鍵設計。

決策權移交與效率落差

除了程式執行，OpenGCUA 還提出了「harness-to-model decision transfer」機制，把原本由固定 harness 規則控制的任務狀態觀察與決策，直接交給模型自己來。完整的機制細節在現有資料中尚未完全披露，但核心在於減少外部規則對模型決策的干擾，讓模型貼近任務本質判斷。

在 OSWorld-v2 基準測試中，這種架構讓八個前沿模型的平均部分得分提升了 19.6 分，參與評估的包括 GPT-6 Astra、Claude Opus 5、Gemini 3.8 Flash 以及 Qwen3.8-Max。不過一上 macOS 實機測試，模型之間的效率落差立刻拉開。資料顯示，Qwen3.8-Max 跑完任務消耗的推理 token，是 GPT-6 Astra 的 19.4 倍，token 消耗卻相差如此懸殊，對追求大規模部署的開發者來說，這直接左右執行成本與回應速度。效率落差的背後，是一個更大的競爭格局正在成形。

從模型競爭到堆疊競爭

iSing Research 分析，AI 代理的戰場已從比拼模型算力，轉向誰能交出完整的代理執行堆疊。封閉系統也正趁機卡位、累積優勢。OpenGCUA 的開放策略，正是在這種背景下的一種反制，它提供的 Cross-Device SDK，試圖在電腦、行動裝置與瀏覽器之間建立統一的程式設計介面。

這種跨裝置的統一性，呼應了另一個趨勢：代理正在把「計算」與「互動」拆開。iSing Research 在討論 Project Solara 時提到，裝置與平台的競爭規則正在悄悄轉變，不再綁定於 GUI 介面。過去每一次輸入方式的重大轉變都帶來新的裝置形態，而現在，當代理能自主處理複雜任務時，互動介面的重要性可能相對下降，後台的執行能力與整合度反而更關鍵。OpenGCUA 的全開放堆疊，或許正是為了讓開發者在這種新規則下，建立自己的代理生態，不必受制於單一封閉廠商的技術路線。

OpenGCUA 的登場，標誌著通用電腦代理進入一個新階段。它不只提供了一個技術方案，更提出了一種做法：開放堆疊與標準化介面，讓社群能系統性地檢視、改進並擴充代理的核心能力。然而，程式執行帶來的複雜性、模型間的效率落差，以及跨裝置整合的實際難度，都是這個開放專案還沒跨過的坎。目前看來，它能提供的，是一個讓研究者真正能系統性拆解代理能力的起點，補上的正是論文在開頭就點出的那個缺口。