摘要 ：2026年9月9日，ScreenSpot-Pro 榜单更新，实在智能 Indeed-UI-32B（82.7%）与 Indeed-UI-8B（81%）包揽全球冠亚军。这意味着 AI 精准操作复杂软件界面的能力已达到新高度。本文将深入解析这一能力背后的 Harness 工程底座，以及它如何让 AI 在不依赖 API 的情况下，打通无接口的 CS 架构老旧系统，实现企业全链路的自动化闭环。

一、企业自动化的“最后一公里”：那些没有 API 的老系统

如果你在企业 IT 部门待过，大概率见过这样的场景：

财务同事每天打开一套界面停留在 Windows XP 风格的 ERP 客户端，手动把销售数据一条条敲进去；供应链团队在七八个系统之间来回切换，数据靠复制粘贴流转；生产排产表还跑在一套 20 年前的 MES 系统上，厂商早已停止维护，没有 API、没有文档、没有人敢动它的代码。

这不是个案。企业的真实业务链路——CRM → OMS → APS → MES → WMS → SRM → ERP → 财务——往往要穿越十几套系统。其中大量是 CS 架构（客户端-服务器架构）的封闭软件，没有 API 接口，甚至没有数据库访问权限。传统的集成方案在这里彻底失效：REST API 没有，消息队列不现实，数据库直连拿不到授权。

“打通系统孤岛”这句话说了十几年，但最后一公里始终卡在这里。

二、ScreenSpot-Pro 全球第一和第二，意味着什么？

在讨论解决方案之前，先看一组数据。

2026年9月9日，全球公认最具挑战性的 GUI Grounding（图形界面定位）基准测试 ScreenSpot-Pro 榜单更新：实在智能 Indeed-UI-32B 以  82.7%  的任务成功率登顶全球第一，Indeed-UI-8B 以  81%  位列全球第二、同参数量级第一。

ScreenSpot-Pro 的权威性无需自证：由新加坡国立大学、华东师范大学、香港浸会大学等高校联合研究团队提出，论文已被  ACM Multimedia 2025（CCF A 类会议）  正式收录，并入选 Hugging Face 官方基准测试体系。 测试覆盖 26 款真实专业应用，横跨开发、创意、CAD、科学、办公五大类，覆盖 Windows、macOS、Linux 三大操作系统， 1581 条测试指令 全部由资深专业人士标注。

GPT、Claude、Gemini、Qwen 都在榜上。而实在智能包揽了冠亚军。

这个成绩的核心意义在于： AI 已经能够像人一样，在复杂的软件界面中精准定位操作元素 。在办公软件场景中，32B 模型达到 93%；在开发与编程类软件中达到 97.6%，接近满分。 2025年基准刚发布时，全球最好的模型任务成功率不到 20%。一年后，这个数字被推到了 82.7%。

更值得关注的是 8B 模型的表现。81% 的得分意味着： 一台万元级工作站就能跑出接近顶级的 GUI 操作精度 。这条“又强又省”的路径，把企业级 AI 部署的门槛从“大厂专属”降到了“换台电脑就能试”。

三、Harness 工程底座：Agent = Model + Harness

模型能“看准”只是第一步。要让 AI 真正操作软件、跑通跨系统的长链路任务，还需要一套工程体系—— Harness 。

行业逐渐形成共识： Agent = Model + Harness 。模型是大脑，Harness 是传动系统和控制装置。 Harness 涵盖任务拆解、状态管理、工具调用、失败恢复等关键机制，确保智能体在真实业务场景中“不掉链子”。

实在智能的 Harness 工程底座包含几个核心层次：

感知层：ISSUT 屏幕语义理解。  通过屏幕截图实时捕捉界面状态，利用视觉语言模型理解屏幕上元素的语义和空间关系，将自然语言指令映射到具体的像素坐标。 这就是 GUI Grounding 的核心——AI 的“眼睛”和“手”。

决策层：TARS 大模型任务规划。  基于自研垂直大模型塔斯（TARS），具备意图识别与任务规划能力，将复杂的业务指令拆解为可执行的步骤序列。

执行层：混合调度策略。  采用“ API 优先、GUI 兜底 ”的混合执行能力——当 API 能跑通就走 API（效率高），无 API 时回退至 GUI 像素级操作（兼容性强）。 这种设计兼顾了效率与兼容性，是打通新旧系统的关键。

纠错层：自主循环纠错。  遇到弹窗报错、页面改版、接口限流等情况时，AI 自动重试、自主切换兜底路径，保障整条生产链路的稳定运行。超长复杂任务的自主纠错能力，是企业级落地不可或缺的一环。

简单来说，Harness 工程底座做的事就是： 让 AI 模拟鼠标键盘操作，像人一样“硬控”界面 。不需要目标系统提供 API，不需要修改任何源代码，不需要数据库权限。20 年前的 MES 系统，AI 也能像老员工一样操作。

四、从“AI 辅助”到“AI 主导”：精度提升带来的质变

GUI Grounding 精度的每一次提升，都在直接转化为企业运营效率的改善。

定位精度越高，AI 能自主完成的操作比例越大，需要人工干预的场景就越少。这不是“帮你干活”，而是“替你干活”。

以制造业为例。一家大型制造集团旗下 20 余家子公司，系统异构且大多无接口。过去跨系统数据搬运完全依赖人工，一条业务链路的流转需要经过多道人工审核和录入。通过部署基于 Harness 工程底座的智能体网络，实现了非侵入式的系统打通。

在跨境电商场景中，Agent 可以自动从老旧的 WMS 系统读取订单列表，再录入到新 ERP 中，全程零人工干预。

这些案例的核心不是“点准了一个按钮”，而是“跑通了十几套系统的全链路”。

五、数据不出内网：安全合规的底层保障

对于企业决策者来说，技术性能之外，还有一个更关键的考量： 数据安全 。

传统的闭源 API 方案需要将屏幕截图、业务数据发送到第三方服务器进行处理。对于涉及财务数据、客户信息、生产排产表等敏感信息的企业场景，这条路径在合规审查中往往走不通。

Indeed-UI-8B 支持 完全本地部署 。屏幕语义理解、操作执行全部在内网完成，数据一个字节都不出企业服务器。8.77B 参数的模型规模（基于 Qwen3-VL 架构） ，在万元级工作站上即可达到可用精度，中小企业也能用得起、用得好。

这不仅仅是成本问题。对于金融、政务、军工等对数据主权有严格要求的行业，本地部署是 AI 落地的前置条件，而非可选项。

六、开源：把能力交到开发者手中

实在智能已将 Indeed-UI 系列模型开源，开发者可以直接获取和使用：

• ModelScope 模型地址 ： https://www.modelscope.cn/models/IntellgenceIndeed/Indeed-UI-8B

• GitHub 项目地址 ： https://github.com/intelligence-indeed/Indeed-UI

根据 ModelScope 页面数据，Indeed-UI-8B 在 ScreenSpot-Pro（Zoom-In）上得分  81.0 ，ScreenSpot-V2 上得分  94.4 ，OSWorld-G 上得分  68.3 ，在标准和高分辨率 GUI 基准测试中均展现出强大的接地性能。

开源意味着企业可以在自己的环境里验证、调优、集成，而不必绑定到某一个供应商。对于正在推进 AI 自动化的技术团队来说，这是一个值得认真评估的选项。

七、结语：不卷参数，卷落地

2026 年的 AI 行业，参数竞赛正在让位于工程实干。“全球第一”和“全球第二”固然是亮眼的成绩，但对企业来说，真正重要的是这些数字背后的能力：

• AI 能操作 没有 API 的老旧系统 ，打通企业全链路

• 8B 模型 万元级工作站即可部署 ，数据不出内网

• 自主纠错 保障长链路任务稳定运行

• 从“AI 辅助”进化到“ AI 主导 ”，减少人工干预

如果你正在为企业里那些“无 API、无接口、无文档”的老系统发愁，不妨试试开源模型和 Harness 工程底座这条路。毕竟，打通最后一公里的关键，不在于系统有多新，而在于 AI 能不能像人一样操作它。

相关链接：

• Indeed-UI-8B 模型（ModelScope）： https://www.modelscope.cn/models/IntellgenceIndeed/Indeed-UI-8B

• Indeed-UI 开源项目（GitHub）： https://github.com/intelligence-indeed/Indeed-UI

本文基于公开技术资料与官方发布数据撰写，仅代表作者对技术方案的分析与理解。