La recherche en IA te passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Le dépôt Qwen-UI-Agent fourni par Alibaba expose douze actions centrées sur l’interface mobile et ne propose pas d’exécution Bash. Malgré une présentation d’un espace d’action unifié GUI+CLI avec actions groupées, le code disponible fonctionne en mono-action par tour et ne supporte pas le regroupement.
Le code ne supporte qu’une action par tour et aucune exécution Bash
Dans la version disponible, le système ne gère qu’une action unique à la fois et une expression régulière sert à écarter tout appel supplémentaire à un outil. Les mentions de bash ou shell dans le dépôt se résument à des images de benchmarks ou à de la documentation, sans aucun exemple d’action exécutable. L'exécution Bash ou CLI n'est pas disponible dans le code téléchargeable. Même en utilisant le mécanisme « escape hatch » MCP, il n'est pas possible de regrouper plusieurs actions, et le regroupement d'actions n'est pas pris en charge dans l'environnement fourni.
Ce qui est effectivement livré : un outil mobile et 12 gestes
Le dépôt met à disposition douze actions, toutes limitées à des gestes d'écran ou à des fonctions de gestion. L'unique outil proposé, « mobile_use », regroupe ces douze actions qui ne concernent pas le shell. Aucune interface shell n'est incluse. Un mécanisme MCP permet d'attacher des outils externes, y compris de type shell, sans modifier le dépôt, mais cela ne modifie pas la limitation à une action par tour ni l'absence de regroupement d'actions.
Promesse GUI+CLI et positionnement face aux benchmarks
Alibaba présente Qwen-UI-Agent comme un agent hybride unifiant GUI et CLI, avec des actions groupées, et affirme la prise en charge d'actions Bash. L'agent a fait l'objet d'une présentation récente et ses performances sont rapportées sur sept benchmarks. Toutefois, il apparaît que l’agent se limite principalement à un wrapper renommé de MAI-UI, un agent mobile qui ne permet qu’une action par tour, et que certaines fonctionnalités annoncées dans la documentation ne figurent pas dans les checkpoints mis à disposition. Il est recommandé de consulter directement les définitions de prompt et d’action du dépôt afin de connaître le nombre exact d’actions prises en charge avant toute intégration.
