论文页面 - 进化式智能体接口

来源：https://huggingface.co/papers/2610.28601

摘要

Agent S4 从任务经验中自主进化计算机使用接口，相比更大的专有模型，显著提升了开源智能体的性能并降低了成本。

计算机使用智能体受限于人类为其提供的接口。智能体可能逐个单元格输入电子表格，而一行代码就能搞定；或者通过 shell 打印整个两千行的文件，只为找到一个函数。无论是接口本身，还是何时使用各个接口的知识，都是手工构建的，无法跟上新应用、新工作流和新模型的发展步伐。我们认为，接口设计本身就应当成为智能体的一项能力。我们提出了 Agent S4，一种自主的计算机使用科研智能体，它能从任务经验中构建进化式智能体接口。一个元智能体在合成训练任务上检查任务智能体的轨迹（无需成功标签），并在一个仓库中构建和修正接口及使用知识。随后，基于种群的进化根据智能体在元智能体从未见过的验证任务上的表现来筛选哪些仓库值得进一步发展，优先选择能够泛化到已见任务之外的改进。

在 OSWorld V2 上，Agent S4 配合 Qwen3.8-27B 和进化后的接口仓库，创下了开源计算机使用智能体的新最先进水平，二元评分达到 21.3%，是同一模型在固定接口下的 3.8 倍。这一成绩超过了 GPT-5.5（13.0%）和 Claude Opus 4.8（20.6%），而成本分别仅为它们的约 4.3% 和 1.5%。在 ScienceBoard 上，进化后的接口使同一模型的成功率从 41.4% 提升到 58.6%。这些结果表明，有用的接口可以从经验中进化而来，使自主接口设计成为与模型和运行框架进步相辅相成的一种提升途径。我们的代码已在 https://github.com/simular-ai/agent-s 开源。

查看 arXiv 页面 · 查看 PDF · 添加到收藏

引用此论文的模型 0

暂无模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2610.28601，即可从此页面链接过去。

引用此论文的数据集 1

simular-ai/evolving_agent_interfaces_synthetic_tasks

约 5 小时前更新 · 1 · 链接

引用此论文的 Space 0

暂无 Space 关联此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2610.28601，即可从此页面链接过去。

包含此论文的合集 0

暂无合集包含此论文

将此论文添加到合集即可从此页面链接过去。