Cua-S1 slippes som kildekode uten vekter og uten ytelsestall

Cua har lagt ut Cua-S1 som ren kildekode. Det er et forskningsprosjekt om små, spesialiserte modeller for en avgrenset klasse grensesnittoppgaver, uttrykkelig ikke en generelt dyktig datamaskin-agent. Første sjekkpunkt i familien heter cua-s1-form-v0 og er en spesialist på skjemaorienterte oppgaver. README-en er nøktern om hva som faktisk følger med: Python-kode for modell, syntetiske data, trening, evaluering og valgfri integrasjon mot Cua Driver. Ingen vekter, ingen datasett, ingen demobinærfiler, ingen opptak.

«Ingen ytelsespåstand for sjekkpunktet er etablert av denne kildekode-utgivelsen.» Cua-S1s README

README-en setter også kravene til neste steg: en framtidig sjekkpunkt-utgivelse må legge ved et urørt holdout-sett, artefakt-hasher, eksakte miljødetaljer og uavhengig reproduserbare resultater. Lisensbildet er like eksplisitt. Kildekoden i denne komponenten er MIT under repoets lisens, men den lisensen dekker ikke framtidige offisielle vekter, datasett, driftede tjenester eller Cuas varemerker. Et kommende sjekkpunkt kan tillate forskning og evaluering, men kreve egen avtale for kommersiell produksjonsbruk.

Sikkerhetsdesignet er der den faktiske lærdommen ligger for alle som bygger agenter som klikker i grensesnitt. Planlegging og utføring er skilt fra hverandre. Kjøretiden er som standard en tørrkjøring, krever nøyaktig ett entydig målvindu, bruker elementtokens bundet til et øyeblikksbilde, og observerer vinduet på nytt etter hver endring. «execute» og «submit» er to uavhengige valg du må ta hver for seg. Innsending er snevret inn til én knapp med høy konfidens der den normaliserte etiketten er nøyaktig «Submit» eller «Submit Form». Alle andre klikkbeslutninger utelates.

MCP-serveren følger samme linje, men med en advarsel du bør lese to ganger: variabelen CUA_S1_PLANNER_FACTORY peker på Python-kode som importeres og kjøres med serverprosessens rettigheter. Uten konfigurasjon bruker både biblioteket og MCP-serveren gjeldende arbeidskatalog som tillatt rot for PDF-lesing. README-en anbefaler en dedikert katalog med minst mulig rettigheter i produksjon.

For deg som bygger agenter som fyller ut skjemaer, ligger verdien i mønsteret Cua har kodet inn: tørrkjøring som standard, to separate opt-ins før noe sendes, og en snever definisjon av hva som teller som en innsending.