Simular Agent S4 微调接口让 27B 开源模型超越 GPT-5.5
xwang_lk · x · 2026-10-26
Simular 展示了其 Agent S4 的成果：在保持模型与 agent 框架完全不变的情况下，仅通过自动进化 agent 与计算机交互的接口，就让开源的 Qwen3.8-27B 在 OSWorld V2 基准上以 21.3% 的二值成功率拿下 108 个任务，超越 GPT-5.5 和 Claude Opus 4.8，成为开源 computer-use agent 最高成绩，是同模型固定接口下的 3.8 倍。
- 成本对比：每任务 $1.10，GPT-5.5 为 $25.50，Opus 4.8 为 $72.40
- 作者还实测了 Simular 的 Sai MCP：用自然语言下任务，Sai 在托管桌面上操作 Windows 计算器完成计算，历史记录可见
- 对开发者的意义：MCP 背后的桌面控制免去自建 VM、截图管线和动作循环
- 核心思路：与其换模型，不如改进 agent 使用的接口，把重复操作合并成单步指令
「编程与Agent」频道最新
- LangChain 撰长文详解 Deep Agents 的 eval 构建方法论 — sharpeye_wnl · 2026-10-26
- Sentence Transformers MultiVectorEncoder 即可上手 MoEdernColBERT — tomaarsen · 2026-10-26
- repligate：跨会话连续性是 Claude Code 短板，我改用 Connectome 补足 — repligate · 2026-10-26
- 让 Claude Code 自己写插件：智能压缩上下文实现会话无限延续 — repligate · 2026-10-26
- 1 万美元预算配本地 agentic 编码机器：单卡 5090 还是 4×3090？ — Shadmelor · 2026-10-26
- MCP 工具按次收费的四个坑：调用失败时支付状态怎么告诉 agent — SWARM_operator · 2026-10-26