Agent S3 计算机操作能力达 69.9%，逼近人类水平
xwang_lk · x · 2026-07-31
SimularAI 团队开发的计算机操作智能体 Agent S3 在 OSWorld v1 基准测试中取得 69.9% 的成绩，较此前最佳水平提升 10%，已接近人类的 72%。
该研究已被机器学习期刊 TMLR 接收。其核心突破在于采用 Behavior Best-of-N 方法进行合理扩展，并简化了设计基线，项目保持 100% 开源。
「编程与Agent」频道最新
- 公开课：如何将评估结果转化为更强大的 AI 模型 — xeophon · 2026-07-31
- NVIDIA 教程：将 Polars 数据处理代码跑在 GPU 上 — NVIDIAAI · 2026-07-31
- 开源 AI 创业分析师:10 分钟验证产品想法 — tom_doerr · 2026-07-31
- 开源Agent平台复盘：代码仅占10%，跨环境部署才是真正考验 — Future_AGI · 2026-07-31
- Positron Notebook编辑器正式发布：数据科学IDE迎来AI辅助 — HamelHusain · 2026-07-31
- 系统提示词不是描述而是约束规范：四步框架防止生产环境模型退化 — ClickOk5811 · 2026-07-31