Holo4：驱动通用计算机使用代理

法国AI公司H（前身为H Company）在HuggingFace博客上发布了新一代智能体模型系列Holo4，包含27B稠密版和35B-A3B混合专家版两个规格，均已上线H Models API。同步更新的还有其配套工具链Holotron4 Nano。这家公司此前以Holo系列在GUI自动化领域积累了一定声量，此次Holo4最大的卖点在于不再局限于单一交互界面——它能在图形界面（GUI）上点击和输入、能自己写代码并执行、也能调用MCP（模型上下文协议）或API工具，根据任务类型自动选择最合适的操作方式。 这一设计思路针对的是当前智能体模型的一个普遍痛点。市面上多数智能体模型只针对一种交互方式训练：纯GUI模型离开屏幕就“瞎了”，而偏好工具调用的模型遇到没有API的应用就卡住了。但真实业务流程往往不是这样割裂的——一个任务可能同时需要操作桌面软件、调用云端API、再跑一段脚本来处理数据。Holo4试图用同一个模型、同一套调用方式覆盖桌面端、网页端、安卓端、代码沙箱和企业API，用户不需要为不同平台切换不同模型。 性能方面，Holo4在学术基准上的表现值得关注。在最难的桌面控制基准OSWorld 2.0上，Holo4 27B得分61.7%，而Anthropic的Opus 5.5为81.8%，Holo4 35B-A3B为30.9%。差距仍然存在，但Holo4的参数规模比对手少了几个数量级，单任务成本也低得多。在API调用基准AutomationBench上，Holo4同样以远低于前沿模型的成本参与竞争。H公司还开源了所有公开基准测试的完整轨迹数据，每一步操作都可以在trajectories.hcompany.ai上回放，或从HuggingFace下载。 对跨境电商卖家和出海团队来说，这类通用计算机智能体的实际意义在于：未来运营中那些需要跨多个后台系统操作的重复性工作——比如同时在亚马逊卖家中心、广告后台和ERP系统之间搬运数据、批量改价、处理工单——有可能交给一个模型统一完成，而不必为每个平台单独部署一套自动化工具。当然，从基准分数到真实业务场景的落地效果，还需要看Holo4在实际工作流中的稳定性和容错能力。