超越顺序交互：面向GUI智能体并行执行与协作的基准测试

图形用户界面（GUI）智能体是由大型多模态模型（LMM）驱动的系统。它们感知屏幕状态，并通过在桌面和移动设备上点击、键入、滚动等GUI操作来执行用户指令。然而，当前智能体在长程任务上扩展性不佳：每次动作都需要代价高昂的LMM推理，且性能随上下文增长而下降。人类会将这类工作分配给协作者并行完成子任务。然而GUI智能体之间的并行协作很少受到关注。为弥合这一空白，我们提出ParaGUIBench，据我们所知是首个专门面向多个GUI智能体在独立桌面实例上并行执行与协作的基准。它由三部分组成：带共享文件系统的多设备Docker基础设施；涵盖六个任务类别的233个任务数据集；以及包含步骤缩减比与词元开销等效率指标的评估系统。我们进一步提出ParaGUI，一个规划者-执行者式智能体，将GUI任务分解并把子任务派发给运行在独立桌面实例上的并发执行者。在ParaGUIBench上，ParaGUI达到46.4%的成功率，比最强串行基线（Claude Sonnet 4.6）高12.9分，同时使用的步骤约为其一半、词元不到其一半。这些结果表明，并行执行能够同时提升可分解长程GUI任务的成功率与效率，是一个值得进一步研究的方向。