为什么重要
随着自主 GUI Agent 的普及，数字平台正在采取对抗性反制措施来检测和阻止非人类操作。现有研究主要关注 Agent 的实用性和鲁棒性，却忽略了一个关键维度——反检测能力。如果 Agent 不能像人类一样操作屏幕，它在以人为中心的数字生态系统中就无法生存。AHB 首次将”人类化”作为 GUI Agent 的核心评估维度。
核心设计
该基准将 GUI 交互建模为检测器与 Agent 之间的 MinMax 优化问题——Agent 的目标是最小化与人类行为的差异。研究团队收集了高保真移动端触控动态数据集，分析发现基于大型多模态模型的原始 Agent 由于不自然的运动学特征（点击速度、滑动轨迹等）很容易被检测出来。AHB 同时评估可模仿性（imitability）和实用性（utility），量化两者之间的权衡。
关键发现
研究提出了从启发式噪声注入到数据驱动行为匹配的多种方法，证明 Agent 可以在不牺牲任务性能的前提下实现高可模仿性。核心发现将 GUI Agent 研究范式从”能否完成任务”推向”如何在对抗性环境中完成任务”。