ANIS 框架为智能体生成原生桌面界面，成功率达 74.5%

一篇 arXiv 论文研究了桌面软件界面对智能体使用效果的影响，并发布 DeskIF-Bench 基准，包含 255 个经产物验证的任务、覆盖六款桌面应用。通过固定任务、智能体和验证器、只更换软件版本，作者发现最新版本的界面始终让智能体表现更好，并总结出可发现性、粒度、可观测性三个关键属性。基于这些属性提出的 ANIS 框架能从已安装应用的能力自动合成面向智能体的界面。在扩展到 368 个任务、八款应用的评测中，原子级界面使 DeepSeek V4 Flash 和 Claude Haiku 4.5 的成功率比使用原生 SDK 分别提高 3.8 和 3.5 个百分点，在线 token 消耗约降低 73%，目标级指令进一步把成功率推到 74.5% 和 67.4%。