2026 年 10 月 21 日、Simular は「Agent S4: evolving the interfaces computer-use agents work through」を公開しました。Agent S4 は Simular の自律 computer-use サイエンティストで、タスク自体は解きません。population-based evolution で computer-use agent が通るインターフェースを研究・改善し、各インターフェースの使い方知識付きのリポジトリを出力します。タスク agent のモデルと harness は固定で、変わるのはリポジトリだけです。

インターフェースとは、agent がコンピュータをどう見てどう操作するかです。GUI はクリックとキー入力を受け取りスクリーンショットを返し、shell はコマンドを受け取りテキストを返します。進化ではインターフェースと利用知識を追加・改訂・削除できます。メタ agent が合成トレーニングタスク上の軌跡を読みリポジトリを書き換え、検証スコアがどのリポジトリを伸ばすかを決めます。

OSWorld V2 全 108 問では、Qwen3.8-27B と進化リポジトリ（scratch VM なし）の binary success は 21.3% です。Simular はオープンソース computer-use agent で最高の binary success とし、同モデル固定インターフェース 5.56% の約 3.8 倍、GPT-5.5 の 13.0% と Claude Opus 4.8 の 20.6% を上回ると述べています。公式表では進化・scratch なしが約 $1.10／タスク、GPT-5.5 が $25.50；論文要旨ではコストはそれぞれの報告値の約 4.3% と 1.5% です。ScienceBoard では、論文が同モデルで成功率を約 41.4% から 58.6% に上げたと報告しています（別の進化ラン）。

computer-use インターフェース倉庫の進化は、Cursor のセルフホスト worker によるデスクトップ操作 とは別の製品経路です。OSWorld の数字が手元で再現できるか、Agent S4 を自分で走らせるかについては、まだテストしていません。試した方はフッターのサイト管理者連絡先からフィードバックできます。関連記事は Cursor のセルフホスト worker がデスクトップ操作に対応。