27B 开源模型靠进化界面击败 GPT-5.5,成本仅其 1.5%
alex_verem · x · 2026-10-23
Simular 团队在 arXiv 发布论文《Evolving Agent Interfaces》,提出 Agent S4——一个能自主进化操作界面的 computer-use 智能体。
核心思路:大多数计算机操作智能体沿用为人类设计的屏幕界面(截图-点击-输入),效率低下。该论文主张界面设计本身就应是智能体的能力:
- 一个 meta-agent 分析任务智能体在合成训练任务上的轨迹(无需成功标签),自动构建并修订界面与使用知识库
- 基于种群的进化机制,用 meta-agent 未见过的验证任务筛选泛化性强的改进
结果:搭配 Qwen3.8-27B 与进化出的界面库,Agent S4 在 OSWorld V2 上取得 21.3% 二元分,刷新开源 computer-use 智能体 SOTA,是同模型固定界面版的 3.8 倍;超过 GPT-5.5(13.0%)和 Claude Opus 4.8(20.6%),成本分别约为二者的 4.3% 和 1.5%。在 ScienceBoard 上,同一模型成功率从 41.4% 提升至 58.6%。
结论:无需重训练模型,仅靠从经验中进化接口即可大幅提升智能体能力。
所属事件:Agent S4 让工具界面自主进化，27B 开源模型胜 GPT-5.5(2 条相关)→
「编程与Agent」频道最新
- 卡马克：64 位系统应给每个栈分配等量虚拟地址空间 — ID_AA_Carmack · 2026-10-24
- TokenFuel 工作原理:一个 OpenRouter key 接入主流编码工具 — RichardsonDx · 2026-10-24
- GitHub 邀「Clawfather」steipete 实测 Surface Laptop Ultra,预告 Universe 大会 — pavandavuluri · 2026-10-24
- Anthropic 推个人 agent Claude Duet，合盖后仍持续干活 — altryne · 2026-10-24
- 月处理 53.3 万亿 token,Nous Hermes 成最大开源 agent 框架 — NousResearch · 2026-10-24
- 实测 npm 下载量前 50 的 MCP 服务器：最贵一个吃掉 12.4 万 token — poizin · 2026-10-24