ScaleCUA是清华大学和Z.AI团队提出的框架，旨在解决Computer Use Agent（CUA）训练数据稀缺问题。通过可验证任务合成、动态学习前沿采样和视觉上下文分割，ScaleCUA显著提升了数据质量和训练效率，使开源CUA在OSWorld上达到了68.7%的新高，超越了参数量大四倍的竞品。这一方法强调了数据质量的重要性，证明了在CUA领域，数据效率优于模型参数规模。

复旦大学与通义实验室联合提出ToolCUA，旨在优化计算机使用代理（CUA）在GUI与工具调用之间的选择。研究表明，直接连接工具未能提升模型性能，反而导致准确率下降。ToolCUA通过生成混合轨迹数据，帮助模型学习何时使用GUI或工具，从而提高任务执行效率。在OSWorld-MCP上的评测结果显示，ToolCUA取得46.85%的准确率，显著优于其他模型，展示了其在复杂任务中的有效性和灵活性。

Unify是一个基于AI的销售平台，通过智能化的信息寻找和个性化服务，帮助团队高效接触潜在客户。该系统自动化繁琐工作，使团队专注于客户互动，旨在通过数据驱动提升销售增长，优化产品与客户的匹配。

2025年1月，我们发布了Operator，作为计算机使用代理（CUA）模型的研究预览。CUA能够通过浏览器执行任务，模拟人类操作。我们将Operator的GPT-4o模型替换为基于OpenAI o3的版本，API仍基于4o。o3 Operator在安全性上进行了额外调优，但不具备原生编码环境访问权限。

CUA Office公共许可证1.0是一种开源许可证，旨在平衡软件自由与开发者的公平补偿。它强调捐赠资助模式、双重许可和透明的道德实践，以防止企业剥削。尽管存在法律模糊性和执行问题，该许可证在企业和社区项目中得到广泛应用，未来可能通过区块链等技术实现更透明的补偿机制。

CUA Office公共许可证1.0旨在保障开发者的公平报酬，同时促进开源合作。通过捐赠机制和法律框架，该许可证防止开发者被剥削，增强透明度和社区参与，为开发者提供法律保护，鼓励创新，推动可持续的软件开发生态系统。

CUA结合了GPT-4o的视觉和推理能力，能够在用户请求时启动虚拟主机，并实时同步操作。通过处理屏幕截图，CUA执行多步骤任务，适应变化并自我纠正，从而提高任务完成度。

OpenAI推出了Computer-Using Agent（CUA），这是一种智能代理，能够在数字世界中执行任务。CUA结合了视觉能力和强化学习，能够像人类一样与图形用户界面互动，完成多步骤任务。尽管CUA仍处于早期阶段，但在多个基准测试中表现出色，计算机任务成功率为38.1%，网页任务成功率为58.1%。CUA的设计注重安全性，旨在减少潜在风险。