StateAct

从现有证据看，StateAct 更适合被判断为“值得关注的 agent 研究方向”，而不是已经被广泛验证、可直接落地的成熟开发工具。现有来源几乎都是 X 上转发论文与作者宣传，能支持它“很受关注”和“提出了 program state before pixels 的方法”，也能支持其自报 OSWorld 2.0 SOTA；但还不足以证明普通团队已经稳定复现、易于接入或显著降低生产成本。

它的实际作用，更像是给做 computer-use agent、GUI agent、桌面自动化研究的人提供一种建模思路：不要只盯截图和视觉识别，而是尽量读取应用/系统的程序状态来做长时程决策。因此它不是通用 RPA 平台，也不是现成的浏览器自动化框架；更准确的类比是“面向 GUI/OS agent 的研究型方法与评测主张”，接近论文原型，而非 Zapier、UiPath 或 Playwright 这类产品化工具。

门槛与成本方面，证据里没有官方定价、API 费用、托管服务或商业支持信息，因此只能保守判断：如果你想采用，主要成本大概率来自研究复现、环境搭建、数据与评测，而不是现成 SaaS 订阅。这个判断属于保守推断，不是官方承诺。对希望立刻接入业务流程、要稳定 SLA、要低门槛部署的团队来说，当前证据不足；对愿意读论文、跑 benchmark、研究 OSWorld 任务设定的研究者更合适。

社媒共识目前偏正面，核心讨论集中在“少看像素、多看程序状态”这个反直觉点，以及作者宣称的 OSWorld 2.0 新成绩。但讨论质量要谨慎看：现有 evidenceSources 几乎全是 X 帖子，且以转发、论文播报、SOTA 宣传为主，实测、长教程、第三方复现和深入批判都很少，属于“热度证明强、好用证明弱，样本有限”的状态。所以它现在更像值得跟踪的研究热点，而不是已经形成明确工程共识的生产级方案。