王昊卿
本科生
北京邮电大学
研究兴趣
关于
我目前是北京邮电大学本科生，预计 2028 年毕业。
目前在腾讯混元 TEG 基础模型部做科研实习生，研究方向为 AI4AI。此前曾在微软亚洲研究院（MSRA） Intelligent Multimedia 组担任科研实习生，导师为张晓艺；也曾在清华大学知识工程研究组（THUKEG）担任科研实习生，由姚子俊和齐济指导。
在开源社区方面，我是 Apache 软件基金会提交者（ASF Committer），并担任 Apache Maka（孵化中）初始提交者及 PPMC 成员，主要参与自动化任务与 Computer Use 能力的开发。
我的研究兴趣围绕自主 Agent 展开：让它们更有效地使用电脑、更自主地完成长程任务，并从工作经验中持续改进，包括加深对用户、偏好和工作环境的了解。目前主要研究 Computer Use Agents 与 (Co)Work Agents，希望让 Agent 的能力惠及更广泛的用户，包括非编程人群。
我通过研究与开源产品开发探索这些问题，也从真实使用和工程实践中获得研究启发。更多想法见我的研究兴趣与当前思考。
精选论文
查看全部 →
Hybrid Computer Use: A Unified Programmatic, Semantic, and Visual Interface for General Agents
Haoqing Wang, Xiaoyi Zhang†, Sicheng Fan, Zhexin Zhang, Xinjie Zhang, Jiahao Li, Bin Li, Yan Lu
arXiv 预印本 arXiv:2610.41432 · 2026
探索 Hybrid Computer Use：为通用 Agent 提供统一的计算机交互接口，让模型自主选择和组合编程（代码与 CLI）、语义（AX）和视觉（GUI）三种通道。
Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use from Evolved Harnesses
Xiaoyi Zhang*†, Haoqing Wang*, Xinjie Zhang, Xiang Ming, Xing Wang, Senqiao Yang, Kaichen Zhang, Zhaoyang Jia, Andong Tan, Xinjiang Wang, Jinghao Guo, Yifei Shen, Xiao Li, Peng Zhang, Xun Guo, Jiahao Li, Shicheng Zheng, Jinglu Wang, Zongyu Guo, Wenxuan Xie, Bin Li, Yan Lu，以及
技术报告 · 2026
一个 4B 混合 Computer Use Agent，在单一策略中结合 GUI 交互与代码、终端执行，在 50 步预算下于 OSWorld-Verified 取得 66.0%。
新闻
结束在微软亚洲研究院的科研实习，加入腾讯混元 TEG 基础模型部担任科研实习生，研究方向为 AI4AI。
以第一作者身份发布 Hybrid Computer Use: A Unified Programmatic, Semantic, and Visual Interface for General Agents。HCU 探索统一的 Computer Use 接口，让通用 Agent 自主选择和组合编程（代码与 CLI）、语义（AX）和视觉（GUI）三种通道。[项目主页] [代码]
以共同第一作者身份发布 Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use from Evolved Harnesses。这个 4B 混合 Computer Use Agent 在 50 步预算下于 OSWorld-Verified 取得 66.0%。[项目主页] [代码] [模型]
发布博客《我想构建怎样的 Agent》，梳理我在 Computer Use、Long-Horizon 和 Self-Improvement 方面的研究兴趣，也记录了 Work Agent 实践带来的启发和对未来的一些判断。
Apache Maka 正式进入 Apache Incubator。我现已成为 Apache 软件基金会提交者（ASF Committer），并担任 Apache Maka（孵化中）初始提交者及 PPMC 成员。
参与完成的论文 Mage-VL: An Efficient Codec-Native Streaming Multimodal Foundation Model 已上线 arXiv。[项目主页] [代码]
加入现已成为 Apache Maka（孵化中）的项目团队，参与探索和构建更好、更高效的 Work Agent，负责自动化任务与 Computer Use 能力的开发和实现。
在北京邮电大学电子工程学院进行「AI for Researcher」主题分享，介绍 coding agents 的发展历程与现状，并分享实际使用方法和技巧。[slides]
作为项目负责人开发 Open CoDesign，一个具备 agentic design 能力的开源版 Claude Design。围绕设计场景从零设计并实现专用的 agent loop 与 harness，项目发布 3 天内达到 2k stars。
受 MSRA Accelerator 部门邀请，参加「用 AI 做科研，靠谱吗」主题分享，与其他实习生和研究员交流了 coding agent 在科研及日常场景中的使用技巧与个人思考。[slides]
很荣幸受青稞社区邀请，与钱宇超 RC、程家乐、高岱恒 Sam、付杰等嘉宾共同参加 OpenClaw Vibe Coding & Agent Meetup 圆桌会议，围绕 Vibe Coding 与下一代 Agent 架构展开交流。
加入微软亚洲研究院（MSRA） Intelligent Multimedia 组，研究方向为 Computer Use Agent (CUA) 与 GUI Agent。
开源项目 OpenCoworkAI/open-cowork 被国内顶级 AI 公众号 机器之心 转发。
加入 OpenCoworkAI/open-cowork 团队，参与开发开源版 cowork。这是我第一次参与开源项目开发！
加入 THUKEG，研究方向包括长视频理解、token 压缩，以及 video + RL 相关技术。
获得国家奖学金（前 0.2%）。
合著第一篇论文（在审）。
加入科研实验室，开始进行研究探索。
开始在北京邮电大学（BUPT）本科学习。