屏幕上的图灵测试：移动GUI代理人性化基准

自主图形用户界面智能体的兴起引发了数字平台的对抗性反制措施，然而现有研究优先关注实用性和鲁棒性，却忽视了反检测这一关键维度。我们认为，若要让智能体在以人为中心的生态系统中生存，它们必须发展出拟人化能力。我们提出了"屏幕上的图灵测试"，将交互过程形式化为检测器与旨在最小化行为偏差的智能体之间的极小极大优化问题。随后，我们收集了全新的高保真移动触控动态数据集，并分析发现基于普通大语言模型的智能体因运动学特征不自然而易被检测。据此，我们建立了智能体拟人化基准（AHB）及检测指标，以量化可模仿性与实用性之间的权衡。最后，我们提出了从启发式噪声到数据驱动行为匹配的一系列方法，从理论和实证两方面证明智能体可在不牺牲性能的前提下实现高可模仿性。本研究将范式从"智能体能否执行任务"转向"它如何在以人为中心的生态系统中执行任务"，为在对抗性数字环境中实现无缝共存奠定了基础。