Computer-Use Agents

這篇論文最值得記住的，不是 GUI agent 也會被打，而是 screenshot 到 click 之間那段幾秒鐘的 observation-to-action gap，本身就是可被利用的 control window。作者把它正式化成 Visual Atomicity Violation，並用接近 action dispatch 的 PUSV 三層檢查去補這個洞。