知识卡片：重新思考本地计算机使用智能体的推理时扩展：失败模式与计算权衡

英文标题： Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs

英文关键词： computer-use agents; inference-time scaling; local models; failure modes; compute tradeoffs; OSWorld

一句话结论

在本地计算机使用智能体（CUA）上增加推理时计算往往收益递减，并会改变失败模式；上下文扩展可提升轨迹稳定性但会饱和，时间扩展减少停滞却未必提升任务成功率，结构分解带来规划/格式开销，并行扩展以高计算成本部分缓解失败。

研究问题

在严格硬件约束下，推理时扩展（inference-time scaling）对本地计算机使用智能体是否有效？其失败模式和计算权衡如何？既有研究多聚焦于前沿模型，资源受限的本地模型尚缺乏系统理解。

方法/产品要点

• 对本地 CUA 的推理时扩展进行系统实证研究，覆盖四个维度：上下文（contextual）、时间（temporal）、结构（structural）、并行（parallel）。
• 评估模型：Qwen3-VL-8B / 30B-A3B、UI-TARS-1.5-7B、OpenCUA-7B。
• 评估基准：OSWorld。

主要结果

• 额外计算常常产生递减收益，同时改变失败模式。
• 上下文扩展提供历史依据，改善轨迹稳定性和任务准确率；但随 token 成本增加收益饱和，失败模式从重复/停滞轨迹转向过早的虚假成功。
• 时间扩展能减少最大步数停滞，但并未显著提升任务成功率；更长地平线往往延长错误轨迹而非纠正错误。
• 结构分解会在本地两阶段智能体中引入规划和格式开销。
• 并行扩展可部分缓解上述失败，但计算成本很高。

产业意义

高效本地 CUA 需要选择性计算分配、失败感知控制机制，以及围绕本地模型能力与局限设计的智能体框架，而非简单地增加推理时计算。

为什么重要

这是对推理时扩展在本地、资源受限模型上的系统实证研究。此前研究主要表明推理时扩展可改进前沿计算机使用智能体，但对本地模型效果未知。本卡片的增量信息在于：揭示了本地场景下“更多计算”并非线性收益，失败模式会随扩展维度发生转移；对设计高效本地智能体有直接指导意义。

局限与不确定性

• 摘要未提供各维度增益的具体量化数值、模型间差异细节、计算成本具体数值及统计显著性，这些内容均待核实。
• 作者、发布时间、arXiv 编号等来自 arXiv 元数据，未经全文验证。
• 由于无法获取完整论文，实验设置、超参数、评测细节待核实。

可用于图书/PPT/简报的角度

• 用“本地AI智能体：砸更多算力并非万能”切入，说明推理时扩展的边际收益递减。
• 对比前沿模型与本地模型的差异：前沿模型受益于推理时扩展，而本地模型可能出现“延长错误轨迹”等现象。
• 提出设计原则：选择性计算分配、失败感知控制，而非盲目增加推理计算。

原始材料

• 标题：Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs
• arXiv ID：2607.28573v1
• 作者：Woongkyu Lee, Jungwook Choi
• 发布/更新：2026-07-30
• 类别：cs.AI
• URL：https://arxiv.org/abs/2607.28573v1
• PDF：https://arxiv.org/pdf/2607.28573v1