HybridCUA 让 9B 智能体在 OSWorld 上用 GUI+CLI 混合操作拿到 53.6%，比基座高 14.8 个百分点
该工作构建了包含 5,000 条 GUI-only、CLI-only 与交错 GUI–CLI 轨迹以及 3,000 个带可执行验证器 RLVR 任务的数据管线 HybridCUA-8K，并提出先监督微调、再用带 CLI 感知奖励的在线强化学习的两阶段训练框架，训练出的 HybridCUA-9B 在 OSWorld 上达到 53.6% 准确率（较基座 Qwen3.5-9B 提升 14.8 个百分点、平均步数从 31.6 降至 14.0），在 WindowsAgentArena 上达到 36.0%（提升 4.0 个百分点）。