StateAct：让计算机使用智能体先理解程序状态，再处理像素

StateAct提出面向长流程计算机操作的代码优先、多智能体框架：主智能体直接读写文件、后端和DOM，仅把少数视觉子目标交给GUI子智能体，并用独立完成门验证结果。在OSWorld 2.0上，Claude Opus 4.8二元成功率由20.6%升至26.9%，部分成功率由54.8%升至61.6%，单任务成本约降低9倍。