Computer Use

一句话总结：ComputerUse类Agent最常见的失败不是"看错了"，是"点偏了"。从模型输出的页面坐标到真实的屏幕坐标，中间要过DPI缩放、窗口标题栏、窗口位置三层转换。我按125%缩放算了一遍，三层叠加后偏差225×212像素——按32×32的按钮算，偏出7个按钮宽度。做Co...

一句话总结：Hy4报的任务通过率96.15%很漂亮，但"通过"这个词背后的判定逻辑才是关键。我写了个三层判定器——先查一票否决（有没有碰红线），再查必须满足（目标达成没有），末尾算加分（步骤多不多）。三个任务跑下来只有1个通过，两个失败的原因还完全不同。腾讯混元Hy4的发布信息里有个数字：任务通过率...

一句话总结：腾讯混元11月4日发布Hy4，总参数770B、MoE架构，首次引入视觉理解、首次支持电脑操作（ComputerUse），并宣布近期开源权重和系统卡片。金融场景做了213位专家、579个真实任务的众测，Hy4得分3.04，高于KimiK3.1Pro和GLM-5.3的...