arXiv论文实测：计算机操作Agent点击失效主要源于页面加载

arXiv 论文（arXiv:2610.39282）实测 31 个公开网页上的规划点击，发现点击失效风险主要来自页面加载：完全加载后规划的点击在 30 秒内仅 0.4% 过时，而页面打开后第一秒内规划的点击有 17% 过时。等待约 1 秒网络活动停止可消除大部分风险，但十个广泛使用的开源 agent 中有八个的等待规则会让超过 1% 的点击过时；像素对比检查可在八分之一延迟下达到与前沿视觉语言模型同等的目标位置校验精度，4B 模型则在前一动作是否成功的校验上与前沿模型持平。作者发布了基准生成器、检查收益的 break-even 公式和三条开发规则。