WidgetVA：面向智能体式可视分析的部件中心框架与基准

该论文提出 WidgetVA 框架，将可视分析中的交互组件标准化为结构化 widgets，统一动作与感知查询 API，支持包裹已有系统或从 widgets 组合新系统；每个 widget 还封装可复用分析工作流。作者同时发布 WidgetVABench 基准，包含单 widget 与多 widget 任务，要求智能体多步交互并产出可验证结果，并按 Answer、Reference Trace Similarity 和 State 三项分别评分。

此前可视分析依赖专家把高层意图翻译成一长串界面操作，视觉语言模型能否独立操作界面缺少统一评测。该工作把组件标准化的框架与可验证基准绑定，使智能体式可视分析从演示走向可系统开发与横向比较，评分维度也不再只给单一成功指标。

机制是先用统一 API 把 filter、zoom 等动作与 selection summaries 等感知查询抽象成 widgets，让 VLM 智能体观察界面、规划多步探索并根据视觉反馈调整；再通过封装可复用工作流降低逐次规划成本。基准用细粒度参考标注分离答案质量、轨迹相似度与状态正确性，从而定位智能体在何处失败。

对产品团队，已有可视分析系统可通过包裹方式接入智能体，而不必重建底层；新系统可按 widgets 模块化组装，降低集成成本。研发上需重视动作与感知接口的标准化，以及轨迹和状态层面的评测与回放能力，用户体验则取决于智能体多步操作的可解释与可验证程度。

• 将现有 BI 或仪表盘产品按 WidgetVA 的 widgets 接口做一层适配，先实现智能体可操作，而不改动原有渲染与数据层。
• 围绕 WidgetVABench 的 Answer、Trace Similarity、State 三项指标搭建内部评测流水线，用于筛选和回归 VLM 操作策略。
• 把常用分析路径封装为可复用 widget 工作流，减少智能体逐次规划长操作序列的失败率与 token 成本。

• WidgetVA 标准化 API 对现有非结构化或高度定制可视分析系统的适配成本有多大，证据未给出。
• WidgetVABench 的任务规模、覆盖领域与公开可用性尚未在摘录中说明。
• 所评估的具体 VLM 型号及其在基准上的表现数据未提供。
• 封装的复用工作流是否会导致智能体行为固化、难以处理新颖分析意图，尚无证据。