Agent S4：27B 模型不改权重，OSWorld 从 5.6% 提到 21.3%
krishnan · x · 2026-10-26
Simular 的 Agent S4 论文展示了一条新思路：一个 27B 开源模型在 OSWorld V2 上从 5.6% 提升到 21.3%，完全不改动模型权重，改的是它周边的工具层。
核心机制：一个「元 agent」读取任务 agent 的执行轨迹，然后编写并修订它所使用的接口——比如批量表格编辑替代逐格点击、直接从已登录浏览器标签页提取页面文本而非截图识别。结果是成绩超过 GPT-5.5（13.0%）和 Opus 4.8（20.6%），而单任务成本仅 $1.10，对比两者的 $25.50 和 $72.40。
注意：这些数字来自作者自测的 108 个任务，尚未被独立复现。作者的企業视角解读：agent 周边的工具层现在成了 agent 自己写的软件——这是一个变更管理问题，谁来审查 agent 自己搭的接口在接入 ERP 之前是否安全？
所属事件:Simular Agent S4：仅改接口让 27B 开源模型超越 GPT-5.5(2 条相关)→
「编程与Agent」频道最新
- 安全专家：让 AI 智能体按 NIST CSF 搭知识库做应急响应 — prasanna_says · 2026-10-26
- Google Cloud Knowledge Catalog 新增自学习上下文充实,为 agent 自动补全企业知识 — rseroter · 2026-10-26
- Cloudflare 推出支出上限功能早期预览,Workers 与 Durable Objects 先行 — ritakozlov · 2026-10-26
- Shopify 设计负责人谈 AI 时代工作流：设计师正变成全栈编辑 — KlausCodes · 2026-10-26
- Nace AI 推出 Drex for Search：让 Agent 精准翻页读云端文件 — testingcatalog · 2026-10-26
- Ultrametric 开源 Open Startup Repo:让 AI Agent 自动运营创业公司 — garrytan · 2026-10-26