OpenAGI 基金会近日发布了其首个“computer-use”基座模型，名为 Lux。官方称它是“世界上最好、最快、最便宜的 computer-use 模型”，并且已经通过其 SDK 对外开放，因此任何开发者或公司都可以使用它来构建自动化、代理式应用。

Lux 提供了三种运行模式，以适应不同类型的任务。

• Actor 模式：适合明确、简单、单步任务。执行速度快。
• Thinker 模式：适合模糊、多步、复杂目标 — 模型会将大目标拆解成多个子任务并逐步执行。
• Tasker 模式：用户可传入一组具体的步骤（Python 列表形式），Lux 会逐步执行，遇失败会重试直到完成 — 对复杂、需要精准控制的任务最为适合。

Lux 支持多种 Agent 应用：自动化软件质量保证工作流程、深度研究、社交媒体管理、在线商店管理、数据录入和批量操作等等。

在“Online-Mind2Web benchmark”（涵盖超过 300 个现实、基于 Web 的 computer-use 任务）测评中，Lux 获得了 83.6 的成绩。相比之下，它超过了来自其他主要 AI 实验室的模型：例如 Gemini CUA（69.0）、 OpenAI Operator（61.3） 和 Claude Sonnet 4（61.0）。

此外在速度和成本上也有优越表现：Lux 每一步操作约需 1 秒，而其他模型通常约 3 秒；而且据称其成本比传统模型低 10 倍。

与传统的大语言模型（LLM）主要通过被动「阅读」互联网内容不同，Lux 的训练采用了一种被称为“Agentic Active Pre-training”（主动代理式预训练） 的方法。模型通过主动在数字环境中“做事”、与环境交互、探索并学习，而不是单纯记忆文本。这样训练出的模型在实际操作任务时更有效、更“懂动作”。

OpenAGI 基金会已将用于训练 Agent 模型的数据引擎和基础设施 OSGym 开源。OSGym 具有极高的可扩展性，能够泛化到各种计算机使用任务，并行运行数千个操作系统副本，每分钟生成超过一千个数据点。

详情参见技术报告和 GitHub 代码库。