屏幕上的图灵测试：移动GUI代理人性化基准

研究团队提出"屏幕图灵测试"框架，将人机交互形式化为MinMax优化问题，并发布Agent Humanization Benchmark （AHB）。基于新收集的高保真移动触摸动态数据集，发现普通LMM代理因运动学特征不自然而极易被检测。该基准量化了可模仿性与任务效用的权衡，提出的启发式噪声至数据驱动行为匹配方法，使代理在不牺牲性能的前提下实现高可模仿性，推动GUI代理从"能否完成任务"向"如何像人类一样完成"的范式转变。