**混合计算机使用：为通用智能体提供统一编程、语义与视觉接口**

_Hybrid Computer Use: A Unified Programmatic, Semantic, and Visual Interface for General Agents_

> 针对现有计算机操作智能体过度依赖截图和鼠标键盘操作的局限，研究提出了混合计算机使用（HCU）框架。该框架统一了编程、语义（无障碍）和视觉三种交互通道，并通过专用技能指导智能体灵活选择与组合通道。实验表明，HCU 在效率与任务成功率上均优于现有基线，显著提升了智能体处理复杂长程任务的能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.41432)