Smol2Operator：训练 GUI 智能体操作电脑
教程Hugging Face2025年9月23日6 分钟阅读
Hugging Face 团队展示了如何将一个轻量级视觉语言模型训练成能理解并操作图形界面的智能体。他们发布了完整的训练方案、数据处理工具和数据集，旨在推动 GUI 自动化研究。
本文编译自 Smol2Operator: Post-Training GUI Agents for Computer Use，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Matt Pocock 介绍了他新发布的 /wayfinder Skill，针对项目规划阶段“迷雾重重”的场景，通过地图、门票等概念拆分任务，让 Agent 自主完成规划、原型和研究。他强调术语一致性的重要性，并建议在单体会话能完成的小任务上使用原有的 grill-me Skill。
教程Latent Space·8月20日·6 分钟
文章指出，Token 优化是一个系统性问题，重点在于工作流重构而非单纯压缩提示词。通过引入语义缓存、上下文预算、模型路由等架构组件，可以显著减少重复计算，降低成本与延迟。
教程The New Stack·8月20日·12 分钟