OpenGCUA ist ein laufendes Projekt, das den vollständigen technischen Stack für Generalist Computer-Use Agents (GCUAs) gemeinsam mit der Community öffnen will. Das Paper beschreibt einen GCUA als Agenten, dessen Modell selbst auswählt, wie es den Computer beobachtet, Aktionen ausführt und Arbeitsschritte organisiert. Die erste Veröffentlichung umfasst die Implementierung und Prompts sowie Auswertungstrajektorien für acht Modelle.
Ein zentrales Element ist die Codeausführung. Zwischenergebnisse können dadurch beeinflussen, welche Operation der Agent als Nächstes durchführt. Zudem verlagert das vorgeschlagene Verfahren „harness-to-model decision transfer“ bestimmte Beobachtungen und Entscheidungen über den Aufgabenstatus von festgelegten Regeln des Harness zum Modell. Das soll dem Modell mehr Einfluss darauf geben, wie es mit der Computerumgebung arbeitet.
In der Auswertung auf OSWorld-v2 verbesserte die vollständige Konfiguration laut Paper die Aufgabenwerte bei allen acht getesteten Modellen. Der mittlere Teilaufgabenwert stieg um 19,6 Punkte. Gegenüber einer Ausführung, die ausschließlich auf gebündelte GUI-Aktionen setzt, sank die berichtete Zahl der Schritte pro Aufgabe im Durchschnitt um 53,0 Prozent. Zu den getesteten Modellen gehörten GPT-6 Astra und Claude Opus 5.
OpenGCUA veröffentlicht außerdem vorläufige Versionen eines Harness für reale Geräte und eines SDK für mehrere Gerätetypen. Das Harness soll Herausforderungen auf tatsächlichen Geräten abdecken, die Benchmarks nicht vollständig erfassen. Das SDK bietet laut Paper eine gemeinsame Programmierschnittstelle für Computer, Mobilgeräte und Browser. In vier macOS-Aufgaben unter dem Realgeräte-Harness verwendeten ausgewählte Qwen3.8-Max-Durchläufe 19,4-mal so viele berichtete Reasoning-Tokens wie GPT-6 Astra. Das Paper hebt damit Unterschiede bei der Ausführungseffizienz der Modelle hervor.