Vercel Labs выпустила agent-desktop в открытый исходный код в рамках своей labs-программы. Проект нацелен на agent computer use: он управляет рабочим столом напрямую, а не через узкий, заранее заданный интерфейс. Для команд, которые создают или оценивают агентов, это означает, что поддерживаемый harness теперь открыт: тот самый слой, который превращает вывод модели в клики, нажатия клавиш и состояние окон, можно прочитать, форкнуть и протестировать.
Практическое следствие в том, что пространство действий становится доступным для инспекции. Когда harness закрыт, evaluation может лишь сообщить, что агент выполнил задачу или не выполнил; граница между тем, что выбрал агент, и тем, что ему позволил harness, остаётся скрытой. Когда harness открыт, эту границу можно перечислить и проверить, так что результаты можно отнести к модели, а не к обвязке вокруг неё. Вопрос evaluation смещается с того, может ли агент кликнуть, на то, что допускает его оболочка возможностей — какие действия достижимы, какие молча блокируются и где сам harness ограничивает результат.
Чего материал не устанавливает, так это масштаба релиза: поддерживаемые операционные системы, формат наблюдений, передаваемых модели, и наличие каких-либо результатов бенчмарков — всё это не указано. Эти детали определяют, насколько harness можно переиспользовать как основу для evaluation, а не как демонстрацию. Позиция студии такова: открытый, поддерживаемый desktop harness — это предварительное условие для сопоставимых evaluation computer use, а полезный следующий шаг — напрямую протестировать пространство действий.