加州大学伯克利分校机器人智能实验室（Berkeley RDI）近日宣布推出开源平台CUA-Lite，旨在为计算机使用智能体（Computer-Using Agent）的研究与开发提供一套标准化的技术底座。该平台通过三个核心抽象层设计，试图解决当前该领域工具碎片化、复现成本高的问题。

在环境抽象层，CUA-Lite 集成了超过15个覆盖桌面端、浏览器及移动端的公开基准测试，并附带一个无需虚拟机即可运行的桌面沙箱环境，内置超过3万个可验证任务样本。这一设计显著降低了研究者搭建测试环境的硬件门槛。

针对数据格式不统一这一长期痛点，平台定义了统一的监督数据格式，并已完成对10余个主流公开CUA数据集的转换工作。这意味着研究人员可以直接使用标准化后的数据进行模型微调，无需再针对不同数据集编写定制化的预处理脚本。

在训练与评测环节，CUA-Lite 采用了“每模型一个测试夹具（harness）”的策略，使得同一套配置可以在模型评测、有监督微调（SFT）和强化学习（RL）三种场景下复用。目前该平台已宣布支持包括Llama、Qwen等在内的14个主流模型家族。

作为开源项目，CUA-Lite的发布为AI智能体领域提供了一个更统一的实验基准。其通过减少环境搭建和数据清洗的重复劳动，有望加速计算机操作类智能体从学术研究向实际应用转化的进程。项目代码与文档已同步在官方渠道开放获取。