Alibaba Qwen kompaniyasi 20 avgustda Qwen-UI-Agentni chiqardi. Ushbu model grafik interfeys (GUI) asosidagi agent boʻlib, u telefonlar, ish stoli kompyuterlari, veb va chuqur qidiruvdagi ishlarni qamrab oladi. Modelning asosiy gʻoyasi foydalanuvchi interfeysini tushunish, bosishlar, maʼlumot kiritish va surish kabi inson harakatlarini simulyatsiya qilish orqali vazifalarni bajarishdir.
Koʻpgina dasturiy taʼminotlar API ochishni nazarda tutmagani uchun, grafik interfeys eng universal kirish nuqtasi sifatida qaraladi. Qwen-UI-Agent ekranni eng katta interfeys deb bilib, toʻrt xil muhit uchun bitta modeldan foydalanadigan universal ijrochi sifatida ishlaydi.
Bu model uchun asosiy qiyinchilik haqiqiy qurilmalar bilan ishlashdir, chunki koʻplab GUI agentlari simulyatorlarda oʻqitiladi va haqiqiy uskuna ustida nosozliklar koʻrsatadi. Alibaba fizik qurilmalarda oʻqitish va baholash uchun 100 dan ortiq haqiqiy telefonlar va 150 dan ortiq ilovalarni oʻz ichiga olgan mobil muhit ishlab chiqdi hamda MobileWorld-Real nomli 400 ta vazifadan iborat benchmark yaratdi.
Mobil qurilmalarda MobileWorld 82,1 foiz natija koʻrsatdi, bu GPT-5.6 Sol, Claude Opus 4.8 va Seed 2.1 Pro kabi modellardan ustun. MobileWorld-Real Gemini 3.1 Pro kabi flagman qurilmalar orasida eng yaxshi natijalarni namoyish etdi, AndroidDaily esa 97,5 foizga yetdi. Ish stoli kompyuterlarida OSWorld-Verified 79,5 foizni olgan, brauzerda esa WebArena birinchi oʻrinni 73,6 foiz bilan egalladi; OSWorld-v2 dan foydalanganda bajarish qadamlari soni 58 foizga qisqartirildi. Namoyishlar Amap orqali qidirish, Xiaohongshu dan xulosalar tuzish va DingTalk da bron qilish imkoniyatini besh yoki oltita ilovada koʻrsatdi.
Ekranlar bilan oʻzaro aloqaga kiruvchi model samaradorlik muammolaridan koʻra, xavfsizlik muammolari bilan duch keladi. Qwen-UI-Agent xavfsizlikni bevosita vazifa bajarish jarayoniga integratsiya qiladi: noqonuniy yoki yuqori xavfli soʻrovlar kelganda, agent operatsiyadan voz kechadi va ishni tugatadi. Maxfiylikni talab qiladigan ssenariylar, masalan, qizil konvert yuborish, fayllarni oʻchirish yoki maxfiylik avtorizatsiyasini soʻrash bilan duch kelganda, u toʻxtaydi va tasdiqlashni kutadi. Masalan, «onamga Alipay orqali 500 yuan yubor» buyrugʻi berilganda, agent miqdorni va izohni toʻldiradi, keyin tasdiqlash olish uchun toʻlov bosqichida toʻxtaydi. Agar parvoz sanalari yoki kabina sinfi kabi maʼlumotlar mavjud boʻlmasa, u avval ushbu maʼlumotlarni soʻraydi.
Modelning harakatlar maydoni aralashdir: GUI dan tashqari, u buyruq satri (CLI) buyruqlarini bajarishga qodir, bunda CLI harakatlari ish stolidagi barcha harakatlarning deyarli yarmini tashkil etadi. 170 qadamdan iborat vazifa doirasida agent moliyaviy maʼlumotlarni tekshirdi, tahliliy skriptlarni ishga tushirdi, Excel, PPT va Word formatlarida hisobotlar yaratdi va vizual tekshirish yordamida loyihani sozladi. Bu paytda GUI vebdan maʼlumot olish uchun javobgar boʻlgan, CLI esa tahlil uchun. Oʻqitish agressiv amalga oshiriladi: kuchaytirish bilan onlayn oʻqitish 10 000 ta parallel muhitlardan foydalanib 100 dan ortiq qadam uzunligidagi yoʻnalishlarni qoʻllab-quvvatlaydi. Agent shuningdek proaktiv xizmatlarni taklif qiladi: masalan, reys bekor qilinganligi haqida ogohlantirilganda, u qayta bron qilish rejasi taklif qiladi va vazifalar telefon va ish stoli kompyuteri oʻrtasida uzatilishi mumkin, masalan, fotokutubxoniyadan chek olish va keyin ish stolidagi Excelda umumiy jadval yaratish. Shu tariqa, agent koʻrsatmalar kutishdan foydalanuvchiga gʻamxoʻrlikka oʻtadi.
API ichidagi dunyo ulardan ancha kengroq. Qwen-UI-Agent toʻgʻridan-toʻgʻri yondashuvni tanladi: dunyoni oʻzgartirishga urinmaslik, balki mavjud holatida undan foydalanishni oʻrganish, shu bilan texnik hisobot, loyiha sahifasi va kod joylashtirildi. Oddiy foydalanuvchilar uchun dolzarb masala bu ushbu imkoniyatlar qachon kundalik telefon yordamchilari integratsiyalashganligi va oddiy hamda murakkab vazifalarni hal qilish imkoniyati.