CUA-Recovery 是一个针对长时序计算机使用代理（CUA）错误检测与恢复能力的基准。随着 CUA 在跨多个应用的工作流中延伸，未被检测的错误会悄然破坏持久状态并导致后续动作级联失效。可靠的错误感知与恢复已成为构建稳健 CUA 的关键瓶颈。现有基准主要衡量端到端任务成功率，难以评估执行过程中的错误识别与修复。少数评估恢复的基准依赖人工注入错误，难以覆盖真实策略产生的错误类型与时长。为此我们基于 ReRail 框架构建 CUA-Recovery。ReRail 能在持久桌面环境中合成长时序任务与轨迹，复用 MyPCBench 任务生成新工作流并提供可执行的真值；同时收集多策略下验证器确认的失败，并转化为经过验证的恢复轨迹。CUA-Recovery 包含 2,250 条经人工验证的错误状态（覆盖 100 项任务）的测试集，以及 8.6K 条覆盖 377 项任务的训练轨迹。实验表明，六种代理在六种接管深度下的错误感知率（EAR）最高仅 44.0%，Pass@3 最高 25.5%。在训练集上微调 Qwen3.5-35B-A3B 后，平均 EAR 从 19.9% 提升至 35.2%，Rubric Score 从 5.0% 提升至 16.1%。该模型在 MyPCBench 与 Odysseys 上的 Pass@3 分别提升 15.3 与 10.8 分，说明训练轨迹同时提升了恢复能力和从干净状态开始的任务完成度。代码已开源：https://github.com/xu-hu-2002/CUA-Recovery
点评