英文：Computer Use 分类：agent
让模型看屏幕截图、操作鼠标键盘来直接使用软件，而不依赖软件提供 API。它打开了大量没有接口的存量软件的自动化空间，但可靠性与安全性仍是主要门槛。
Agent系统的核心组件包括：LLM推理引擎、工具注册表（Function Calling Schema）、记忆存储（向量数据库+对话历史）与规划器。关键技术点包括：提示工程（ReAct/CoT）、错误恢复（Replan）与多轮对话状态管理。
Agent概念最早可追溯到2015年DeepMind的DQN，2023年OpenAI Plugin与Function Calling将其带入大模型时代；随后LangChain、Dify、Coze等框架大幅降低了开发门槛。
典型应用包括：个人助理（日程管理、邮件起草）、代码Agent（自动修复bug）、数据分析Agent（自然语言查数据库）。生产环境需设置Guardrail防止越权操作，并记录完整执行轨迹用于审计。
相关词条：Agent Harness · Agent · 思维链 · Agentic RAG · GUI 智能体