是什么

CUA-S1 是一个专为 Computer Use 场景设计的小型决策模型，706K 参数，2.8MB 模型文件。它不生成文本，而是对给定的选项进行概率打分，输出最可能的操作（CLICK、CHECK、SKIP 等）。

商业模式

核心卖点：在表单填写等窄场景中，用小模型替代大模型，降低 97% 的推理成本。

变现路径：

  1. API 服务：按调用次数收费，¥0.01/次
  2. 私有化部署：企业内网部署授权，¥5000-20000/年
  3. 定制训练：根据客户表单类型微调模型，¥5000-10000/次

门槛分析

维度 评分 说明
技术门槛 ⭐⭐⭐ 需要 Python/PyTorch 基础，小模型微调
数据门槛 ⭐⭐ 需要合成数据或真实表单数据
资金门槛 ⭐ 训练成本约 ¥500-2000
资质门槛 ⭐ 无特殊资质要求

变现周期

  • MVP 验证：1-2 周（用公开表单数据集测试）
  • 最小产品：2-4 周（封装成 API）
  • 首单成交：1-3 个月（找 1-2 个种子客户）
  • 稳定收入：3-6 个月

实操步骤

第一步：复现模型（1-2 天）

git clone https://github.com/trycua/cua
cd cua && python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
# 运行示例测试
python scripts/run_example.py

第二步：验证准确率（1 天）

用公开表单数据集（如 FormGAN、WebTS）测试模型表现，记录准确率。

第三步：封装 API（2-3 天）

用 FastAPI 封装成 REST API：

from fastapi import FastAPI
app = FastAPI()

@app.post("/predict")
def predict(form_data: dict):
    # 调用 CUA-S1 模型
    result = model.predict(form_data)
    return {"actions": result}

第四步：部署上线（1 天）

  • 方案 A：Vercel/Cloudflare Workers 部署（免费额度足够初期）
  • 方案 B：自己买台 ¥200/月的轻量服务器

第五步：获客

  1. HN/Reddit：发 Show HN 文章
  2. 技术社区：掘金、V2EX、知乎发教程
  3. 直接联系：找表单自动化需求的创业公司

风险与坑

  1. 模型泛化能力：不同表单格式差异大，可能需要针对每个客户微调
  2. 竞争：大模型厂商（OpenAI、Anthropic）可能内置类似功能
  3. 数据隐私：企业客户可能担心表单数据外泄，需要私有化部署方案
  4. 维护成本：表单 UI 经常改版，模型需要持续更新

证据验证

✅ GitHub 仓库：https://github.com/trycua/cua（MIT 许可证） ✅ HN 讨论：43 points, 4 comments（2026-09-19） ✅ 性能数据：本地推理 7-9ms vs GPT-4 260ms ✅ 准确率：99.7% vs Jev 83.6%

信心指数

85/100（变现 4 + 难度 3 + 门槛 3 = 0.4×4 + 0.3×(6-3) + 0.3×(6-3) = 1.6 + 0.9 + 0.9 = 3.4 → 85）

这是一个典型的"小而美"项目：用最小模型解决最具体问题，适合有 AI 背景的开发者快速落地。