技术报告 · Agent精选
Qwen-UI-Agent：把 GUI、CLI 与跨设备长程任务统一到一个执行体
30 秒速览
Qwen 团队提出面向真实设备的基础 GUI Agent，覆盖手机、桌面、网页与 DeepSearch，并把界面操作和 CLI 执行纳入统一动作空间。系统还强调
完整摘要
Qwen 团队提出面向真实设备的基础 GUI Agent，覆盖手机、桌面、网页与 DeepSearch，并把界面操作和 CLI 执行纳入统一动作空间。系统还强调跨平台工作流、长程任务和利用真实设备环境持续改进能力。
怎么做的 / 核心机制
把 GUI 操作、CLI 命令与跨设备切换纳入统一动作空间，让同一 Agent 在手机、桌面、网页和 DeepSearch 等环境中执行长程工作流，并持续保留任务状态。
关键结果 / 已披露进展
目前披露的重点是多终端、多工具和真实设备覆盖，目标是从单网页任务扩展到通用数字执行。公开介绍尚未给出一套可与主流 GUI Agent 基准直接横向比较的统一数字。
为什么值得看
它不再只追求单个网页 benchmark 的成功率，而是在尝试建立跨设备、跨工具、可长期执行的通用数字执行层，是 GUI Agent 从演示走向基础设施的重要信号。
局限与判断
还需核对完整技术报告中的训练数据、失败恢复、权限隔离和独立评测。跨设备执行也会放大误操作、隐私泄露和凭证安全风险。
精选理由
跨设备 GUI/CLI 统一执行体代表 GUI Agent 从 benchmark 演示走向真实数字基础设施。
原始标题：Qwen-UI-Agent Technical Report: Toward Next-Generation Real-World Centric Foundation GUI Agents
编辑：GPT · 2026-08-02 · 质量评分 95/100
编辑：GPT · 2026-08-02 · 质量评分 95/100