知识卡片：Evolving Agent Interfaces（可演化智能体接口）

一句话结论

Agent S4 提出把“接口设计”本身变成智能体的一种能力：元智能体从任务轨迹中自动构建和修订接口与使用知识，再用基于种群的演化筛选可泛化的接口库；在 OSWorld V2 上以 Qwen3.8-27B 达到 21.3% 二值得分，约为固定接口同模型的 3.8 倍（据摘要，待核实全文）。

事件概述或研究问题

• 问题起点：计算机使用智能体受人类给定接口的限制——例如本可用一行代码完成却逐格填写表格，或为找一个函数而把两千行文件全部打印出来。
• 核心论点：接口与“何时用哪种接口”的知识目前都由人工构建，无法跟上新应用、新工作流与新模型的节奏；因此接口设计应成为智能体自身的能力。
• 研究产出：提出 Agent S4，一个“自主计算机使用科学家”，从任务经验中构建 Evolving Agent Interfaces（可演化智能体接口）。

方法/产品要点

• 元智能体：在合成训练任务上检查任务智能体的轨迹，且不使用成功标签，据此在仓库中构建与修订接口及使用知识。
• 种群式演化：依据在元智能体从未见过的验证任务上的表现，选择哪些接口仓库继续发展，偏向能泛化到已见任务之外的改动。
• 开源：代码位于 https://github.com/simular-ai/agent-s 。
• 待核实：仓库的具体组织结构、演化代数、合成训练任务规模、验证集划分方式等细节。

主要结果或产业意义

• OSWorld V2：Agent S4 搭配 Qwen3.8-27B 与演化出的接口仓库，取得 21.3% 二值得分，为同模型固定接口的 3.8 倍（据摘要）。
• 对比：高于 GPT-5.5（13.0%）与 Claude Opus 4.8（20.6%），成本约为二者的 4.3% 与 1.5%（据摘要，成本口径待核实）。
• ScienceBoard：同一模型下，演化接口把成功率从 41.4% 提升到 58.6%。
• 产业含义：接口可被“演化”出来，自主接口设计成为与模型、harness 进步互补的改进来源。

为什么重要

• 把改进来源从“换更强模型”扩展到“换更合适的接口”，为同一模型释放额外能力。
• 与既有自进化脉络（如 MANTA 让协作拓扑自适应、HealthClaw 让记忆与画像自更新）相比，本条把自进化对象指向人机接口层，属于互补而非重复的增量。

局限与不确定性

• 未能抓取正文，以上方法与应用细节均来自摘要，待核实。
• 待核实：二值得分的具体评测协议、成本核算方式、基线配置是否完全对齐。
• 待核实：演化出的接口是否可迁移到其他模型或 harness，以及是否在小样本任务上过拟合。
• 待核实：论文编号与发布信息（arXiv:2610.28601v1）需以官方页面为准。

可用于图书/PPT/简报的角度

• “接口即能力”：从人工设计接口到智能体自设计接口的范式转变。
• 同一模型、不同接口的倍数级差异，可作为“harness/接口层价值”的例证。
• 用无成功标签的轨迹 + 未见验证任务筛选，讲“如何让自进化不自我欺骗”。
• 与多智能体拓扑自进化、记忆自进化并列，构成“智能体自进化层次图”。

原始材料

• 标题：Evolving Agent Interfaces
• 来源：arXiv:2610.28601v1，https://arxiv.org/abs/2610.28601v1
• 代码：https://github.com/simular-ai/agent-s
• 关键词（原文）：computer-use agents；evolving agent interfaces；meta-agent；population-based evolution
• 说明：正文未能抓取，本卡片仅基于已知元数据与摘要生成，标注“待核实”处需回原文确认。