trycua、AIエージェントの操作環境を拡張するOS横断型基盤「CUA」を公開

trycuaは、AIエージェントにコンピュータ操作能力を付与するためのオープンソース基盤「CUA」をGitHubで公開しました。これは「Computer-Use 2.0」と呼ばれる概念を具現化したもので、AIがコード実行、API連携、グラフィカルインターフェース（GUI）操作を単一のタスク内でシームレスに切り替えて実行できる環境を提供します。

従来のオートメーションツールと異なり、CUAはオープンソースのドライバ、クロスプラットフォーム対応のフリート管理、および評価用のベンチマークを備えている点が特徴です。具体的には、隔離されたクラウドデスクトップやローカルのmacOS仮想マシンをプロビジョニングし、Sandbox SDKを介してスクリーンショットの取得やアプリケーション操作、コマンド実行を統合的に制御できる仕組みを構築しています。

実装面では、開発者が任意のエージェントやモデルを持ち込める柔軟性を確保しつつ、特化型の意思決定モデル「CUA-S1」の利用も選択可能です。Omarchyデスクトップ上でのLibreOfficeやInkscapeの操作デモも公開されており、複数セッションを並行稼働させるフリート運用が前提となっています。ただし、各環境のサンドボックス容量の維持や、SDK経由のインタラクション性能については、デプロイ環境の計算リソースに依存する点に留意が必要です。