硅谷风险投资机构Andreessen Horowitz（a16z）合伙人法布里齐奥·塞拉菲尼近日发布技术分析报告指出，基于计算机操作的新型AI智能体已突破实验室验证阶段，其任务执行能力正以惊人速度逼近人类水平。根据OSWorld-Verified基准测试数据，当前领先的Claude Fable 5模型在跨操作系统桌面环境任务中取得85%完成率，较2025年初同类模型42%的得分实现质的飞跃，更超越人类测试者72%的平均水准。
这类智能体的核心优势在于突破传统API限制，通过屏幕解析、界面交互、文本输入和错误恢复等复合能力，可自主完成重复性办公流程。测试场景覆盖Ubuntu、Windows和macOS三大主流系统，涵盖从CRM数据更新到保险门户登录等200余种日常操作。技术团队特别强调，系统通过持续学习界面元素布局和操作逻辑，能自动适应软件版本迭代带来的界面变更。
企业应用案例显示，某消费品数据平台部署智能体后，每月处理1500万至2000万次门户交互任务。当零售商网站更新界面导致传统爬虫失效时，系统在2小时内完成故障诊断、流程修复和数据恢复，使维护团队规模缩减50%。全球系统集成商的实践更具代表性，其部署的27条智能体工作流每日处理1800张IT工单，目标是将25%人力从低利润托管服务中释放。
成本对比数据引发行业震动。Computer Use类智能体每小时运行成本约6-8美元（约合40.6-54.1元人民币），较印度离岸BPO（业务流程外包）工人10美元/小时（约合67.6元人民币）的支出降低20%-40%。若对比美国本土客服代表，考虑福利和管理费用后30-45美元/小时（约合202.8-304.1元人民币）的成本差距更为显著。该测算基于美国劳工统计局客服代表中位时薪20.59美元（约合139.2元人民币），并叠加30%的附加成本。
技术实现层面，领先企业采用混合架构优化成本结构。高价值判断任务由大模型处理，标准化操作则交由确定性代码执行，这种分工模式使综合成本在工作流生命周期内持续摊薄。某招聘自动化平台通过端到端流程改造，实现面试结束瞬间自动填充候选人跟踪系统，整个过程无需人工干预。
研究团队特别提醒，当前成本数据属于阶段性估算。随着模型调用优化和确定性代码比例提升，实际支出可能进一步下降。这种技术演进正在重塑全球服务外包格局，企业开始重新评估离岸人力部署策略，部分机构已启动智能体与传统外包的混合过渡方案。
