StateAct 让电脑操作 Agent 优先读写程序状态，把屏幕点击降为必要时的补充。

Skill Self-Play 用可进化 skill 生成、验证并调度训练任务，让 Agent 的课程跟着能力边界变化。

Agentic Context Management 把 Agent 记忆从存取功能改写成覆盖架构、摄取、作用域、预取和可验证压缩的完整生命周期。

DSWorld 在昂贵数据科学操作真正执行前预测下一状态，用混合执行缩短 Agent 的训练与搜索时间。

ScaleCUA 把可验证任务生成、能力边界采样和视觉上下文裁剪接成一套电脑操作 Agent 训练工厂。

SciDiagramEdit 从真实论文修订中筛选、验证并沉淀可迁移的 Agent 编辑技能。

SearchOS 把搜索进度、证据、缺口和失败记录从对话中拿出来，用共享状态持续派活和验收。

Safety Sentry 把工具调用分成直接执行、询问用户和拒绝三路，并把用户偏好与硬安全边界分开。

Mako 用随机真值验收和可增长工具库验证攻击能力，但闭源结果仍需谨慎解读。

SkillOpt 把技能文档变成可反复训练、验证和发布的外部状态，让 Agent 从运行轨迹中学规则，同时保留回滚与人审边界。

Microsoft 把浏览器 agent 拆成小型编排模型、专用 computer-use 模型和受控 harness，重点不在更大模型，而在执行环境、上下文管理和人在环。

SelfMem 把 Agent 记忆从固定检索/摘要管线，改成可被模型自己检查、修订和优化的记忆策略。它在 BEAM 长对话记忆评测中优于 RAG、MemGPT、A-Mem、Mem0 等基线，但仍需要更多真实任务验证。