Agent-Computer Observation Interfaces Enable Dynamic Computer Use

论文把 computer-use agent 的观察接口拿出来单独讨论，类似 SWE-agent 曾把 action interface 作为设计轴。作者指出当前许多 CU agent 把观察绑定到动作节奏，常见设置是每 3-5 秒一张截图且没有音频，因此在截图之间既“看不见”也“听不见”。它把截图频率、音频和时间粒度变成可调实验变量，为动态桌面任务提供了更细的工程旋钮。