JarvisGUI：动态组合跨设备GUI工作流的基准

真实GUI使用经常跨越多设备和平台，需要传递中间结果、维护共享状态并协调异构环境。但现有基准大多评估单设备静态任务，几乎未检验跨设备能力，因而可能过于乐观地判断Agent的实际可用性。我们提出动态基准JarvisGUI，评估需要在Android、Windows和Ubuntu等异构平台协同交互的GUI工作流。JarvisGUI以轻量类型系统将任务表示为输入输出变换，从而自动组合多步跨设备流程，在统一框架中动态评价表现。跨操作系统虚拟环境的测试表明，先进开源GUI智能体在真实流程所需的状态传递意识、跨平台上下文推理和长程依赖管理上仍有困难，揭示现有基准看不到的关键能力缺口。