Simular 神经符号混合架构让 computer-use agent 成本降 217 倍

xwang_lk · x · 2026-10-20

Simular 联合创始人兼 CTO Jiachen Yang 接受 ISMG 采访，解释其 computer-use agent Sai 如何用神经符号混合方法压成本：agent 先「学会」一个工作流，之后用代码重放执行，而不必每一步都调用前沿大模型推理。

在 OSWorld 基准上，Sai 比单独用 Opus 便宜 217 倍，成功率 72%;从第三次重复运行起开始省成本，且每次操作前有校验。Yang 举例称，用今天最好的模型跑一个 LinkedIn 招聘任务至少要 50 美分，「如果招聘人员要对几千人做这事，成本上迟早说不通」。核心论点：computer-use agent 每步都调用 LLM 是企业规模化采用的最大障碍，工作流复用是解法。