自主计算机：计算机使用 Agent 的基础设施——Simular 的 Ang Li

Simular 的 Ang Li 用一个演示说明自主计算机的思路：计算机 Agent 在周二会议日程中找到演讲者，把成功步骤保存为技能，周三尝试重放时遇到问题，又退回模型驱动的探索。他主张把可适应的视觉 Agent 与可复用的自动化代码结合，并在每步运行时检查环境。工作坊梳理了 Agent S 从基于无障碍树的控制到视觉 grounding、多模型与并行尝试的演进，并提出不同于“拿到一次成功结果”的可靠性问题：当提示和环境变化时，同一 Agent 能否重复完成任务。他还演示了编码 Agent 打开 AI Engineer 网站、读取无障碍快照并生成摘要，并讨论代码重放与恢复中稳定性与适应性之间的张力。

AI推荐理由 Simular 的 Ang Li 以会议日程演示切入，讨论计算机使用 Agent 的可靠性问题：如何把可复用的自动化代码与可适应的视觉 Agent 结合，并在每步执行时检查环境。内容梳理 Agent S 从基于无障碍树控制到视觉 grounding、多模型与并行尝试的演进，并提出比“单次成功”更关键的可靠性问题——在提示和环境变化时能否重复完成任务。对做 computer use Agent、自动化与 Agent 可靠性评估的开发者有参考价值，但属于演讲/工作坊性质，缺少可验证的量化结果。