深度分析 GUI vs CLI 代理人效能比較：執行成功率與瓶頸分析 本研究建立了 440 項跨 18 個應用程式、12 種工作流程的執行層基準，讓螢幕僅能操作的 GUI 代理人與以技能為基礎的 CLI 代理人在相同目標、初始狀態與最終驗證下比較。結果發現，最佳 GUI 代理人（GPT‑5.4）達到 59.1% 完全通過率，優於原始技能層的最佳 CLI 代理人（Codex GPT‑5.5）的 48.2%；
