CuaがAIによるバックエンドでのPC操作を実測：自身の合格率は58%、browser-useはわずか3%

動察 Beating AI 速報、Cua が Scale AI と共同でコンピュータ操作評価 Cua Driver Bench を発表。AI Agent がバックグラウンドでソフトウェアを操作することを要求し、同時にユーザーのマウスやキーボードを奪ってはならず、ウィンドウをポップアップして作業を中断させることもできない。

macOS のテストでは、Cua Driver の完全合格率は 58% に達し、Codex Computer Use は 33%、Vercel agent-desktop は 20%、browser-use はわずか 3% だった。

Cua の優位性はバックグラウンドウィンドウを直接操作することから来ている。一般的なコンピュータ操作ツールは通常、人間のクリックやタイピングをシミュレートし、対象ウィンドウを前面に切り替える必要がある。Cua は macOS のアクセシビリティインターフェースを利用し、バックグラウンドアプリのボタンや入力欄を直接見つけて操作を実行する。また、ウィンドウを最前面に移動させることなく、ウィンドウ画面を個別にキャプチャすることもできる。

その差は browser-use で特に顕著だ。40 回のテストで 32 回のタスクを成功させたが、そのうち 31 回はユーザーを妨害し、最終的に完全合格は 1 回だけだった。Cua は 25 回しか完了しなかったが、23 回はユーザーを妨害せず、テスト中に一度もキーボードフォーカスを奪わなかった。

すべてのツールは Claude Sonnet 5.5 を使用しており、比較しているのはコンピュータ操作ツールであり、モデル自体ではない。テストはブラウザ、メール、カレンダー、表計算などのタスクをカバーし、各項目はユーザーが継続的にタイピングしている状況で完了する必要がある。