VeriCUA：用应用状态核验电脑智能体任务完成

2026年11月3日，X 用户 Rohan Paul 发帖介绍 Google 与香港大学的一篇新论文，提出 VeriCUA 方法，用于核验 computer-use 智能体是否真正完成任务。该帖称，智能体自己报告的“任务完成”不应作为完成证据，应改为检查保存的文件和应用数据；VeriCUA 会先探索应用、生成需求清单，再通过读文件等屏幕或代码检查逐项确认。同日另一条帖文给出论文标题为《VeriCUA: Verification as Agentic Exploration for Computer-Using Agents》，并附 arXiv 链接 2610.40578。目前报道仅涉及方法思路与论文标题，未提及实验数据、适用应用范围或发布时间之外的限制。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。