在 Hacker News 的 Show HN 板块，Cua 团队的 Dillon 与 Francesco 发布了 CUA-S1，一个面向"电脑使用"（computer use）的 System One 模型，代码托管在 GitHub 的 trycua/cua 仓库。
团队的出发点是一个直接的问题：究竟有多少电脑操作任务，真的需要一个通用大模型（帖中列举了 gpt-6-astra、claude-opus-5 等）去逐步思考每一个决策和步骤？他们提到，确实有任务需要先制定计划、探索不同路径，言下之意是，并非所有任务都需要同等强度的推理。
System One 借用认知科学中"快思考／慢思考"的双系统划分：System One 指快速、直觉、低成本的判断，System Two 指缓慢、需要显式推理的深思。放到 computer use agent 上，这意味着一部分任务可以交给更轻量的专用模型直接执行，而把规划、探索与重试留给通用模型。
值得关注的是成本与延迟结构。当前多数 computer use agent 的每一步操作都要调用一次通用大模型，调用次数随任务步数线性增长，长任务尤其昂贵。若其中大部分步骤能由 System One 模型处理，响应速度与开销都会不同，也提示了一种分层架构思路：按需调用强模型，而非把所有决策都压在同一个通用模型上。
Cua 以 Show HN 形式公开该项目，把"computer use 是否必须全程由通用大模型驱动"这一问题交给社区。