开源 Agent 杀进桌面自动化：NorthCUA 从 9B 到 397B，小模型也能操作你的电脑

桌面自动化这条赛道，此前是闭源模型的主场。11 月 3 日，NorthCUA 以开源套件的姿态入场，一上来就摆出 9B 到 397B 的全尺寸矩阵。

TL;DR

• NorthCUA 开源：9B / 35B / 397B + Ultrafast 变体，基于 Qwen3.5 架构；
• 覆盖跨桌面应用与 Web 界面的任务自动化（GUI Agent）；
• 官方口径：OSWorld / WebArena-Verified 超 Qwen3.8-Max 与 Kimi-K3（单一评测方口径，审慎框见下）；
• 部署光谱：端侧到数据中心全覆盖。

事件速览

据 AI Model Releases Tracker 收录（11-03），NorthCUA 主打「一套权重、多种部署形态」。Ultrafast 变体面向低延迟场景，与全尺寸版本构成速度-能力权衡选项。

矩阵与架构

架构上基于 Qwen3.5，核心能力是屏幕理解 → 动作规划 → 界面操作的闭环：既操作本地桌面应用，也操作浏览器内 Web 界面——这与我们此前跟踪的 Computer-use 线（Mage-VL-Cowork 等开源竞品）互为印证：GUI Agent 正在从闭源演示走向开源量产。

基准成绩：必须带上的审慎框

⚠️ OSWorld 与 WebArena-Verified「超 Qwen3.8-Max 与 Kimi-K3」为官方单方口径：任务集由发布方选定，且对比对象 Qwen3.8-Max 本身在信源复核中属存疑标记项。该表述仅说明「官方自称超过某基准线」，不构成中立评测结论。跨模型选型请以 OSWorld 官方榜单第三方提交版本与自测为准。

选型建议

1. 先 9B 验证任务可行性：把你最高频的三件事（填表、导出报表、跨应用搬运数据）跑通，再决定升规格；
2. 35B 起步生产：覆盖多数办公自动化负载，成本可控；
3. 397B 用于定上限：确认「效果天花板」在哪，判断差距来自模型还是任务设计；
4. 工具接入面搭配：桌面操作之外，标准化的工具调用建议走 MCP 路线（见本批《MCP 服务器开发实战》，article-07）——GUI 与 API 两条腿走路。

冷静审慎段

GUI 自动化的两大老大难没有因为开源而消失：可复现性（同一任务多次执行结果一致性）与长程稳定性（十步以上任务的累积误差）。官方基准分多在短程任务上取得，放进真实工作流前，请务必跑自己的长程任务回归集。Agent 实战线的普遍经验仍然成立：演示惊艳、落地要熬。

参考来源 / 信源清单

1. AI Model Releases Tracker：https://af.net/zh/realtime/ai-model-releases-november-2026
2. 官方仓库（成文时核验，以官方实时为准）
3. 站内互链：《Cipher 自主挖洞实录》（10-29，Agent 实战线）、《Claude Duet 主动式协作》（11-02 article-02）、本批《MCP 服务器开发实战》（article-07）

AI 辅助生成，人工核验后发布。