深度分析
ParaGUIBench：首個多GUI代理平行執行與協作基準測試
GUI 代理在長時間任務上因序列化循環而效率低落。ParaGUIBench 是首個專為多代理平行執行設計的基準，含 233 項任務與效率指標。其 ParaGUI 規劃器-工作者架構將任務分解並分配給並行工作者，成功率達 46.4%，比最強序列基線高 12.9 個百分點，步驟與代幣用量減半。
深度分析
GUI 代理在長時間任務上因序列化循環而效率低落。ParaGUIBench 是首個專為多代理平行執行設計的基準，含 233 項任務與效率指標。其 ParaGUI 規劃器-工作者架構將任務分解並分配給並行工作者，成功率達 46.4%，比最強序列基線高 12.9 個百分點，步驟與代幣用量減半。
深度分析
CutVerse 針對專業影像後製提出以人類等價操作為基礎的 GUI 代理基準，整合 7 款專業軟體與 186 項長程任務，並以螢幕錄製解析器與標準化 Windows VM 量化代理在像素級空間定位、跨模態對齊與組合式操作的能力；實驗顯示現有模型在長程可靠性與專業規劃上仍存在明顯短板。