IXThinker·2026-06-01 13:40

復旦與通義提出混合動作智能體范式

直接為智能體同時接入圖形界面操作與工具調用，任務準確率反而下降，因模型無法判斷何時點擊界面、何時調用接口。復旦大學與通義實驗室團隊提出ToolCUA訓練范式，以統一動作建模與上下文感知決策解局。

問題所在

混合動作空間下，模型時而在該按鈕時調用接口，時而在需要接口時反覆操作選單，行為混亂令整體表現低於單一模式，凸顯動作選擇機制對計算機使用智能體的重要性。