Agent S4 让智能体自进化界面：开源 27B 模型 OSWorld 超 GPT-5.5

dair_ai · x · 2026-10-21

Simular 的 Agent S4 提出让智能体自己进化交互界面的思路：用一个 meta-agent 读取任务智能体的操作轨迹（无需成功标签），自动编写新工具与使用笔记，替代人工设计界面。

效果显著：换上进化出的界面后，开源 27B 模型在 OSWorld V2 上达到 21.3%，是同模型配手工界面的 3.8 倍，超过 GPT-5.5（13.0%）和 Claude Opus 4.8（20.6%），而成本分别只有二者的约 4.3% 和 1.5%。基于种群的筛选机制会保留在验证任务上表现最好的界面库。dair-ai 评价这是「智能体界面进化」趋势中值得重点关注的工作，类似优化 harness，更好的界面能带来巨大提升。