计算机使用正从纯GUI交互转向结合视觉与程序化接口完成任务的系统。OpenGCUA将通用计算机使用智能体（GCUA）定义为模型自主选择观察、行动与工作组织方式的系统，并针对前沿实现多为闭源的现状，推出开源全栈项目的首次发布。

核心设计：代码执行与决策转移

OpenGCUA的关键特征是代码执行能力。它允许中间结果直接决定后续操作，使模型能把已有编程能力直接应用于计算机交互，而非局限于固定GUI动作序列。同时提出harness-to-model decision transfer，将部分观察与任务状态决策从固定harness规则转移到模型侧，减少硬编码约束，提升灵活性。这些设计旨在支持更通用的跨接口任务完成。

OSWorld-v2评测结果

在OSWorld-v2基准上，完整配置对全部八个评测模型均提升任务得分，包括GPT-6 Astra与Claude Opus 5。平均部分得分提高19.6分，相对批量GUI-only执行，每任务报告步骤平均减少53.0%。项目同步释放实现与提示、全部八模型的评测轨迹，以及真实设备harness与跨设备SDK的初步版本。

我的判断

OpenGCUA把代码执行和决策权部分下放给模型，是对当前闭源计算机使用系统的有益补充，数据表明在标准化环境中效率与得分均有实质改善，对研究GCUA设计有直接参考价值。适用边界仍集中在可控评测与初步真实设备场景；材料未充分展开复杂真实环境鲁棒性、安全约束或长期稳定性细节，实际部署需谨慎验证。作为持续项目，后续开源完善值得跟踪，但目前更适合作为研究与复现基线而非生产即用方案。