GPT-6强拆App的墙：AI环境交互能力革命深度解读

AIENVIRONMENTINTERACTIONREVOLUTIONGPT-6，"强拆"App的墙ComputerUse&TheEndofApp-CentricWorkflow从工具调用到环境交互，AI正在重新定义软件的入口与工作流BENCHMARKOSWorld72.6%SCREENSPOT92.7%SPEED40min目录CONTENTS01行业背景与模型发布三大模型公司三天连发，环境交互能力成核心趋势02ComputerUse开始"能用"了基准测试大幅提升，成功率与效率同时越过临界点03AI有了自己的选择权从人为设计工作流到Agent自主选择工具与路径04强拆的是接口墙而非权限墙GUI开始成为机器接口，软件厂商入口定义权被撼动05App还在，工作流不再属于App用户直接表达目的，Agent协调后台应用与数据06产业影响与未来展望API与GUI的话语权重构，软件厂商的主动应对策略GPT-6ASTRA·COMPUTERUSE·AGENTAUTONOMY·INTERFACEWALL·WORKFLOWREVOLUTION01行业背景与模型发布INDUSTRYBACKGROUNDANDMODELRELEASES三大模型公司三天连发·环境交互能力统一化·AI调用软件的三种方式三天内，三家头部模型公司接连发布2026年9月1日至3日，全球AI模型竞赛进入白热化阶段SEP1AnthropicClaudeFable5.1继续强化浏览器、ComputerUse和长程Agent任务OSWorld2.0从72.9%提升至77.9%SEP2GoogleGemini3.8Flash定位为"长程编程与自主Agent而构建"复杂任务中执行更多推理步骤，反复调用工具Google六周内发布的第三代Flash模型SEP3OpenAIGPT-6Astra定位为"全球最强的计算机使用模型"OSWorld2.0达72.6%，ScreenSpot-Pro达92.7%支持asynctoolcalling等新能力共同重点更强的Coding更复杂的推理更长时间的Agent任务ComputerUseBrowserToolUse三家公司虽然在模型架构和技术路线上各有侧重，但在一个核心趋势上高度一致：ComputerUse、Browser和ToolUse越来越成为一套统一的环境交互能力。这不再是某个模型的特色功能，而是下一代AI模型的标配能力。AI调用软件的三种传统方式在ComputerUse成熟之前，AI与软件交互主要依赖三种路径01API软件提供API，模型调用工具优势：速度快、稳定、易控制权限局限：依赖软件厂商开放接口未开放API的软件无法使用接口功能有限，无法覆盖所有操作02BROWSER软件运行在网页里，AI操作浏览器优势：覆盖所有Web应用，无需专门接口局限：仅适用于网页版软件桌面软件、专业软件无法覆盖复杂页面操作容易出错03COMPUTERUSE像人一样看屏幕、点鼠标、敲键盘优势：通用性最强，理论上可操作任何软件局限：过去缓慢、容易出错界面复杂时任务几十步就可能失败长期被视为"不得已的兜底选择"行业默认原则："如果能API，就不要点鼠标"在过去很长时间里，ComputerUse是不得已的选择。API更快、更稳定，也更容易控制权限；ComputerUse缓慢、容易出错，界面稍微复杂一点，任务走上几十步就可能失败。一位大模型领域的研发工程师说，过去行业里有一条几乎默认的原则：如果能API，就不要点鼠标。这条原则现在暂时还是有效，API还是更快、更稳定、更便宜。但是，现在并不是非API不可了。ComputerUse的历史困境从Operator到Astra，"能操作"和"能工作"之间的距离2025年Operator：展示了可能性，但远未实用OpenAI在2025年的Operator中首次展示ComputerUse，模型通过视觉理解网页，再模拟鼠标和键盘完成订餐、购物、填写表格等任务。但当时的问题是，"能操作"和"能工作"之间还有很大的距离。困境一：可靠性差—多步骤任务中一次误点、一个弹窗或一次状态判断错误，都可能让整个任务前功尽弃困境二：速度慢—一个任务能让人等得完全失去耐心，GPT-5.6Sol完成OSWorld任务平均需要约75分钟困境三：复杂度天花板—界面稍微复杂一点，任务走上几十步就可能失败，无法处理专业软件的复杂操作转折点：GPT-6AstraAstra发布后，ComputerUse不再是一种不得已的"兜底能力"，甚至能顺畅调用专业度很高的软件。第一次同时提高了成功率和执行效率，经济性和可靠性同时越过临界点。02ComputerUse开始"能用"了COMPUTERUSEBECOMESTRULYUSABLE基准测试突破·Playco案例·经济性与可靠性临界点GPT-6Astra：全球最强的计算机使用模型OpenAI对Astra的定位，以及它支持的完整工具生态定位：可以跨"code、browsers和professionalsoftware"连续执行任务的模型THEWORLD'SSTRONGESTCOMPUTER-USEMODELAstra支持的工具生态WebSearch网页搜索与信息检索FileSearch文件搜索与内容检索CodeInterpreter代码执行与数据分析HostedShell托管Shell命令执行环境ComputerUse桌面环境操作（核心能力）MCPModelContextProtocol协议Skills技能包与专业能力扩展ToolSearch工具搜索与自动发现新能力：asynctoolcalling（异步工具调用）—模型可以在一个工具仍在运行时继续思考、调用其他工具，或先处理任务中的其他部分OSWorld2.0：跨应用操作能力大幅提升测试模型在真实桌面环境中完成跨应用操作任务的基准测试OSWorld2.0成绩对比GPT-5.665.7%GPT-6Astra72.6%ClaudeF5.177.9%关键解读·OSWorld2.0测试模型在真实桌面环境中完成跨应用操作任务的能力·Astra从GPT-5.6Sol的65.7%提升至72.6%，提升6.9个百分点·AnthropicClaudeFable5.1从Fable5的72.9%提升至77.9%·两家公司在同一基准上同时大幅提升，说明ComputerUse技术正在整体突破·70%以上的成功率意味着ComputerUse开始具备实用价值，不再是实验室玩具ScreenSpot-Pro：屏幕视觉定位与精准点击能力ScreenSpot-Pro更侧重屏幕视觉定位和精准点击能力，这是ComputerUse的基础能力——只有能准确找到界面元素并点击，才能完成后续操作。GPT-5.6Sol76.9%GPT-6Astra92.7%速度提升与Playco实际应用案例从75分钟到40分钟，ComputerUse第一次同时提高成功率和执行效率OSWorld任务平均完成时间GPT-5.6Sol75minGPT-6Astra40min速度提升47%，几乎缩短了一半的时间里程碑意义ComputerUse第一次开始同时提高成功率和执行效率。过去的模型往往是成功率提升但速度更慢，或者速度快但成功率低。Astra实现了两者的同时提升，这意味着ComputerUse的经济性和可靠性在同时越过临界点。Agent直接操作GUI，开始有机会成为一种常规的方式，甚至可以期待和各种接口一样稳定。实际案例：Playco用Astra操作Unity/Godot游戏引擎游戏公司Playco正在把Astra接入自己的AI开发工具Playbot。模型可以直接进入Unity、Godot这样的游戏引擎，修改场景、运行游戏、测试结果，发现问题以后继续修改。Playco称，相比此前使用的模型，人工修复次数减少了50%。Playco联合创始人TeddyCross评价：Astra"muchbetteratreasoningaboutspaceandpositioningelements（对空间关系的理解，以及对界面元素位置的判断明显更准确）"。Astra工作流程进入Unity/Godot→修改场景→运行游戏→测试结果→发现问题→继续修改（闭环迭代，人工修复减少50%）经济性与可靠性同时越过临界点ComputerUse的变化不只是benchmark涨了几分，而是从"能用"到"好用"的质变过去：不可靠+缓慢成功率低，多步骤任务容易失败一个任务等待时间过长，失去耐心仅能处理简单网页和表单操作被视为"不得已的兜底选择"行业默认："能API就不点鼠标"→现在：可靠+高效OSWorld72.6%，ScreenSpot92.7%任务时间从75分钟缩短到40分钟能操作Unity、Godot等专业软件开始成为"常规的方式"GUI开始成为机器的接口临界点的三重含义技术临界点成功率和速度同时提升空间理解和元素定位能力突破能处理复杂专业软件经济临界点人工修复次数减少50%任务时间缩短近一半开始具备商业应用价值产业临界点API不再是唯一选择GUI开始成为机器接口软件厂商入口定义权被撼动03AI有了自己的选择权AIGAINSTHEPOWEROFCHOICE从人为设计工作流到Agent自主安排·asynctoolcalling·多工具并行协作从人为设计工作流到Agent自主安排过去开发Agent需要人为提前设计工作流，现在Agent可以在工作循环中自主安排过去：人为设计工作流第一步：搜索网页第二步：调用CRM接口第三步：执行Python第四步：进入某个软件→现在：Agent自主安排Agent在工作循环中自主判断用什么工具？什么顺序？怎样效率才更高？API能直接调用就走API网页更方便就进入Browser没有机器入口就直接操作GUI模型选择工具的能力变强了，这是最可怕的地方几条技术路线也开始逐渐失去清晰的边界，自由为Agent所用。API能够直接调用，就走API；网页更方便，就进入Browser；需要批量处理数据，可以写代码；软件没有适合机器的入口，也可以直接操作GUI。过去行业里有一条几乎默认的原则，如果能API，就不要点鼠标。这条原则现在暂时还是有效，API还是更快、更稳定、更便宜。但是，现在并不是非API不可了，它正在从"机器进入软件的必要条件"，变成Agent可以选择的最优路径之一。asynctoolcalling：异步工具调用一个不起眼却很关键的新能力，让AI越来越接近真实的人类工作方式过去：串行工具调用发起调用→等待返回→继续推理模型发起调用，等待工具返回结果，然后继续推理等待期间模型处于"空闲"状态，无法做其他事情→现在：异步工具调用工具A运行调用工具B处理其他部分继续思考一个工具仍在运行时，模型可以同时做其他事情越来越接近真实的人类工作方式例如，一个Agent接到"分析这个月销售异常，并更新CRM、生成PowerBI汇报"的任务后，它可能：·直接通过API读取CRM数据（工具A运行中）·同时在浏览器里查询客户背景（调用工具B）·调用Shell处理数据（处理任务其他部分）·最后发现PowerBI并没有合适的现成接口，于是进入软件界面直接完成图表（操作GUI）Google同样方向：Gemini3.8Flash不是OpenAI一家的选择，而是整个行业的共同方向Gemini3.8Flash定位Google把它明确定位为"builtforlong-horizoncodingandautonomousagents"（为长程编程与自主Agent而构建），并解释这一代模型在复杂任务中会执行更多推理步骤，并反复调用工具。3.8Flash也是Google六周内发布的第三代Flash模型，迭代速度明显加快行业共识：长程编程+自主Agent+反复调用工具，是下一代AI模型的核心能力方向三家公司的共同方向·OpenAIGPT-6Astra：全球最强计算机使用模型，ComputerUse+asynctoolcalling+完整工具生态·AnthropicClaudeFable5.1：继续强化浏览器、ComputerUse和长程Agent任务，OSWorld2.0达77.9%·GoogleGemini3.8Flash：为长程编程与自主Agent而构建，复杂任务中执行更多推理步骤并反复调用工具GUI开始成为机器的接口过去GUI是给人用的，API才是给机器用的；现在两者边界第一次真正开始模糊过去：人与机器的接口分离GUI给人使用的接口API给机器使用的接口人与机器使用完全不同的接口软件厂商通过控制API控制机器入口→现在：边界开始模糊GUI+API人和机器都可以使用的接口ComputerUse足够可靠后，GUI也成为机器接口API从"必要条件"变成"最优路径之一"深远影响·软件厂商不再能通过控制API完全控制机器入口——只要软件有GUI，AI理论上就可以操作它·"不开放API"正在越来越难等同于"AI无法操作我的软件"——软件厂商的入口定义权被撼动·Agent可以根据实际情况灵活选择工具——有API就用API，没有API就操作GUI，处理更加复杂多样化的任务04强拆的是接口墙，不是权限墙BREAKINGTHEINTERFACEWALL,NOTTHEPERMISSIONWALL软件厂商入口定义权·ComputerUse拆掉接口墙·不开放API不再等于AI无法操作软件厂商掌握机器入口的定义权在API时代，软件厂商决定哪些功能可以被机器调用，以及以什么方式调用因此软件厂商实际上掌握着机器入口的定义权：要不要开放API，开放哪些动作，第三方可以访问什么，按照什么方式收费。软件厂商的四大控制权1.开放与否的决定权软件厂商可以选择开放API或不开放API，完全自主决定2.功能范围的控制权开放哪些动作、哪些功能可以被API调用，由软件厂商决定3.访问权限的限制权第三方可以访问什么数据、什么功能，访问到什么程度，由软件厂商限制4.收费方式的定价权按照什么方式收费、收费标准如何，由软件厂商自主定价这种定义权使软件厂商在AI时代拥有强大的议价能力——不开放API，AI就无法操作我的软件ComputerUse拆掉了接口墙如果一个拥有正常权限的人能够在屏幕上完成一件事情，理论上Agent也可能沿着同一条路径完成过去：接口墙软件厂商不开放API↓AI无法操作该软件→现在：接口墙被拆掉软件厂商不开放API↓AI通过ComputerUse操作GUI核心逻辑ComputerUse把这个"接口墙"拆掉了——如果一个拥有正常权限的人能够在屏幕上完成一件事情，理论上Agent也可能沿着同一条路径完成。这意味着"不开放API"，正在越来越难等同于"AI无法操作我的软件"。软件厂商通过控制API来控制机器入口的策略，正在失去效力。需要强调的是，ComputerUse拆掉的是接口墙，而不是权限墙——AI仍然需要在合法授权的范围内操作软件，不能绕过权限控制访问未授权的数据或功能。软件巨头的提前行动：Salesforce与微软ComputerUse的变化已经倒逼软件巨头自己提前行动，重新定义App的角色Salesforce判断：Agent成为新UI2025年，Salesforce负责AI产品的AdamEvans提出："autonomousAIagentswillbecomethenewuserinterface"（自主AIAgent将成为新的用户界面）。用户未来越来越可能直接面对Agent，由Agent在后台调用不同的数据和应用，而不是自己在多个App之间切换。微软判断：App从导航系统变为记录系统微软在企业软件架构文章中提出：在Agent模式下，App未来可能更多作为"systemsofrecord"（记录系统），而不再是"systemsofnavigation"（导航系统）。用户不需要知道应该打开哪个系统，只要表达自己的目的，Agent负责协调背后的应用、规则和数据。实际案例：Microsoft365Copilot+AdobeExpressAgent在Microsoft365Copilot中，用户可以直接调用AdobeExpressAgent完成设计修改，无需再切换到独立App。Agent正逐渐成为不同软件之上的统一入口——用户不再需要记住每个软件的位置和操作方式，只需要告诉Agent自己想要完成什么任务，Agent会自动选择合适的软件和工具来完成任务。这种变化意味着App的角色正在发生根本性转变：从用户直接操作的"导航系统"，变为Agent在后台调用的"记录系统"和"功能提供者"。05App还在，工作流不再属于AppAPPSREMAIN,BUTWORKFLOWSNOLONGERBELONGTOAPPS用户直接表达目的·Agent协调后台·MCP开放·商业模式转变从App-centric到Agent-centric的工作流革命过去每个App既储存数据，也试图成为工作的入口；现在用户只需要表达目的，Agent负责协调过去：App-centricSalesforceExcelPowerBIGmail用户在多个App之间切换每个App都是独立入口→现在：Agent-centric用户表达目的↓Agent协调后台AppSalesforce·Excel·PowerBI·Gmail·内部系统典型场景过去，一个Salesforce用户想做销售分析，通常要先打开Salesforce；一个财务人员要处理数据，会进入Excel或者财务软件。每一个App既储存数据，也试图成为工作的入口。未来用户可能只需要说："把这个月销售下降最大的十个客户找出来，分析原因，把结果更新到CRM，再给我生成明天开会用的报告。"至于后台调用了Salesforce、Gmail、Excel、PowerBI还是公司内部系统，越来越可能由Agent决定。微软Dynamics365：65万个动作通过MCP暴露微软CEO萨提亚·纳德拉在财报电话会上公布的Agent战略，以及商业模式的转变65万个动作通过MCP暴露微软CEO萨提亚·纳德拉今年7月在财报电话会上提到，微软正在把Dynamics365中的超过65万个动作通过MCP（ModelContextProtocol）暴露出来，让Agent可以在相同的数据模型、规则、权限和审计体系下直接执行操作。MCP是什么？MCP（ModelContextProtocol）是Anthropic推出的开放协议，旨在标准化AI模型与外部工具、数据源和API之间的连接方式。·标准化：统一的接口规范，让不同软件可以用相同的方式被AI调用·安全性：在相同的数据模型、规则、权限和审计体系下执行操作·互操作性：不同厂商的软件可以通过MCP互相连接，形成统一的Agent生态·微软、Anthropic、Google等巨头都在积极支持MCP协议商业模式转变过去：纯seat收费按用户数量收费，每个用户一个license，使用量不影响费用↓现在：seat+consumption基础席位费+按Agent调用量和消耗量收费ServiceNow开放ActionFabric让外部AIAgent直接调用企业工作流，密码重置流程可以直接由Claude触发ServiceNowActionFabricServiceNow今年5月宣布开放ActionFabric，让外部AIAgent可以直接调用他们的企业工作流。这是企业软件厂商主动拥抱Agent时代的又一重要举措。过去：必须进入ServiceNow界面·用户需要登录ServiceNow系统·找到密码重置功能入口·手动填写表单、提交申请·等待审批和处理·整个流程需要多次界面操作→现在：直接由Claude触发·用户告诉Claude"我需要重置密码"·Claude通过ActionFabric直接调用ServiceNow工作流·自动完成身份验证和密码重置·不需要用户手动操作界面·整个流程由Agent自动完成行业趋势：软件厂商主动开放Agent接口微软通过MCP暴露65万个动作，ServiceNow开放ActionFabric，Salesforce提出Agent成为新UI——这些不是孤立的事件，而是整个软件产业的共同趋势。软件厂商正在从"控制入口"转向"优化体验"，通过主动开放API、MCP和Agent入口，让Agent优先使用自己的正式接口，而不是直接去操作GUI。这种转变将推动整个软件生态的开放和互联，也将催生新的商业模式和竞争格局。API是高速公路，ComputerUse是越野能力API并不会因为ComputerUse而消失，但软件厂商需要主动优化接口让Agent优先使用API=高速公路速度快、稳定、可计量更容易进行权限管理有明确的接口规范和文档适合标准化、重复性操作仍然是Agent的首选路径+ComputerUse=越野能力通用性最强，理论上可操作任何软件不需要软件厂商开放API可以处理非标准化、复杂操作让Agent拥有"没有公路也能过去"的能力是API的重要补充和兜底一旦AI拥有"没有公路也能过去"的能力，软件厂商反而更有动力把自己的公路修得更好话语权的改变过去，是Agent开发者希望Salesforce、Microsoft或者ServiceNow开放接口。未来可能反过来，软件公司需要主动优化自己的API、MCP和Agent入口，让Agent优先使用自己的正式接口，而不是直接去操作GUI。06产业影响与未来展望INDUSTRYIMPACTANDFUTUREOUTLOOK软件厂商·开发者·企业用户·普通用户·未来趋势对软件厂商的影响：从控制入口到争夺入口入口定义权被撼动，软件厂商需要重新思考产品定位和竞争策略过去：控制入口·通过控制API控制机器入口·不开放API=AI无法操作我的软件·App既是数据存储，也是工作入口·按用户数量（seat）收费·软件厂商拥有强大的议价能力→现在：争夺入口·ComputerUse拆掉接口墙·不开放API≠AI无法操作·App变为"记录系统"，Agent成为入口·转向"seat+consumption"收费·需要主动优化API/MCP/Agent入口软件厂商的四大应对策略1.开放接口主动开放API和MCP让Agent优先使用正式接口而不是直接操作GUI2.优化体验为Agent优化界面和交互提高GUI的可操作性让Agent更容易完成任务3.转变模式从seat收费转向consumption按Agent调用量和消耗量收费开拓新的收入增长点4.构建生态构建Agent友好的生态系统吸引第三方开发者和Agent形成网络效应和护城河对开发者的影响：从写代码到教AI开发者的工作方式正在发生根本性转变，从手动写代码转向指导AI完成任务过去：手动写代码·开发者手动编写每一行代码·需要记住各种API和框架的用法·重复性工作占用大量时间·调试和测试需要手动完成·开发效率受限于个人能力→现在：指导AI完成·用自然语言描述需求，AI生成代码·AI自动查找API和文档·重复性工作由AI自动完成·AI自动调试和测试·开发者专注于架构设计和需求理解开发者能力的重新定义核心能力升级·需求理解和拆解能力·系统架构设计能力·AI提示词工程能力·代码审查和质量把控能力工作方式变化·从"写代码"到"教AI写代码"·从"单兵作战"到"人机协作"·从"重复劳动"到"创造性工作"·开发效率大幅提升新的机会·Agent开发和定制·AI工具链和平台建设·企业级AI解决方案·AI安全和治理对企业用户的影响：效率革命与组织变革Agent将大幅提升企业运营效率，同时推动组织结构和工作方式的变革效率革命：从"人操作软件"到"Agent协调软件"过去员工需要在多个软件之间切换，手动完成各种重复性操作；现在Agent可以自动协调后台软件，完成复杂工作流，员工只需要表达目的和审核结果。企业应用的四大场景销售与客户管理自动分析销售数据识别高价值客户生成销售报告更新CRM系统财务与数据分析自动处理财务数据生成财务报表识别异常交易预算预测和分析人力资源管理自动筛选简历安排面试流程员工入职办理绩效数据分析IT运维与支持自动处理IT工单密码重置和权限管理系统监控和告警故障自动排查组织变革：从"流程驱动"到"目的驱动"过去企业按照固定流程组织工作，员工需要熟悉各种软件和流程；未来企业将围绕"目的"组织工作，员工只需要表达目的，Agent负责选择合适的工具和流程来完成任务。对普通用户的影响：数字生活的新范式普通用户将从"学习使用各种App"转向"直接表达需求"，数字生活变得更加简单和高效过去：学习使用各种App·需要下载和学习使用各种App·每个App都有不同的操作方式·需要在多个App之间切换·数字技能门槛较高·老年人和非技术用户面临困难→现在：直接表达需求·用自然语言直接表达需求·Agent自动选择和操作合适的App·不需要在多个App之间切换·数字技能门槛大幅降低·所有人都能轻松享受数字服务日常生活的典型应用场景旅行规划"帮我规划一次三天的杭州旅行"Agent自动查询机票/酒店/景点比较价格，生成行程方案完成预订，发送行程确认购物比价"帮我找最便宜的iPhone16"Agent自动访问多个电商平台比较价格、评价、配送时间推荐最优选择，协助下单生活服务"帮我预约明天下午的牙医"Agent自动查询可用时间完成预约，设置提醒需要时自动改期或取消未来趋势一：Agent成为统一数字入口用户不再需要记住每个App的位置和操作方式，Agent成为数字生活的统一入口从"App-centric"到"Agent-centric"的范式转移过去，用户需要打开不同的App来完成不同的任务，每个App都是一个独立的入口。未来，用户只需要与Agent对话，表达自己的需求，Agent会自动选择和操作合适的App来完成任务。Agent成为数字生活的统一入口，App退居幕后，成为Agent调用的"功能模块"。Agent统一入口的三大特征01自然语言交互用户用自然语言表达需求不需要学习复杂的操作支持多轮对话和上下文理解交互方式更加自然和人性化降低数字服务的使用门槛02自主任务执行Agent自主理解和拆解任务自动选择合适的工具和App多工具并行协作完成任务不需要用户逐步指导操作大幅提升任务完成效率03个性化服务学习用户偏好和习惯提供个性化的服务和建议记住用户的历史和上下文主动预测用户需求提供更加贴心的数字服务未来趋势二：软件生态的重构软件的设计、开发、分发和商业模式都将发生根本性变化，新的生态系统正在形成软件生态的四大变化1.设计理念变化·从"为用户设计界面"到"为Agent设计接口"·优先考虑API和MCP接口的清晰度和稳定性·GUI设计同时考虑人和Agent的使用体验·提供结构化的数据输出，方便Agent解析·为Agent提供明确的操作指引和错误反馈2.开发方式变化·从"手动写代码"到"AI辅助开发"·开发者专注于架构设计和需求理解·AI自动生成代码、测试和文档·开发效率大幅提升，开发周期缩短·低代码/无代码平台进一步普及3.分发渠道变化·从"应用商店分发"到"Agent生态分发"·软件通过MCP和API被Agent发现和调用·不需要用户主动下载和安装App·软件的曝光度取决于Agent的推荐算法·新的"Agent商店"和"工具市场"将出现4.商业模式变化·从"seat收费"到"seat+consumption"·按Agent调用量和消耗量收费·与Agent平台分成，共享收入·新的"按结果付费"模式可能出现·软件的价值衡量方式发生根本变化未来趋势三：人机协作的新范式人与AI的关系从"工具使用"转向"协作伙伴"，各自发挥优势，共同完成复杂任务过去：人使用工具·AI是被动的工具，等待人的指令·人需要逐步指导AI完成每一步·AI只能完成简单、重复性的任务·人承担全部的决策和责任·效率提升有限，主要是自动化→现在：人机协作·AI是主动的协作伙伴，能够自主决策·人只需要表达目标，AI自主完成任务·AI能够处理复杂、多步骤的任务·人和AI共同决策，人保留最终审核权·效率大幅提升，实现真正的智能化人机协作的分工原则AI擅长：重复性、计算性、规模化·数据处理和分析：快速处理大量数据，发现规律和异常·重复性操作：自动完成表单填写、数据录入等重复性工作·多任务并行：同时处理多个任务，提高整体效率·信息检索：快速查找和整合来自多个来源的信息人类擅长：创造性、判断性、情感性·战略决策：基于经验和价值观做出重要决策·创造性工作：提出新想法、新方案、新产品·复杂判断：处理模糊、不确定、需要权衡的情况·情感沟通：理解和回应人类的情感需求，建立信任关系挑战与风险：需要正视的问题ComputerUse和Agent在带来巨大机遇的同时，也带来了需要正视的挑战和风险四大挑战与风险1.安全与隐私风险·Agent可能访问敏感数据，存在数据泄露风险·ComputerUse可能被滥用于恶意操作，如自动化攻击·Agent的操作可能超出授权范围，访问未授权的数据·需要建立完善的权限管理和审计机制·需要确保Agent的操作符合法律法规和伦理规范2.可靠性与可控性·Agent可能做出错误的决策，导致任务失败或损失·ComputerUse的成功率还不够高，复杂任务容易失败·Agent的决策过程不透明，难以理解和预测·需要建立"人类在环"的审核机制，保留最终决策权·需要提高Agent的可解释性和可预测性3.就业与社会影响·一些重复性、标准化的工作可能被AI自动化·部分劳动者可能面临失业或转岗的压力·数字鸿沟可能进一步扩大，弱势群体面临挑战·需要加强教育培训，帮助劳动者适应新的工作方式·需要建立社会保障体系，缓解技术变革带来的冲击4.法律与伦理规范·Agent的操作引发的法律责任归属不明确·ComputerUse可能涉及侵犯软件厂商的知识产权·AI的决策可能存在偏见和歧视，需要伦理规范·需要建立健全的法律法规，规范AI的发展和应用·需要加强国际合作，制定全球统一的AI治理框架核