2026 年 10 月 21 日，Simular 发布《Agent S4: evolving the interfaces computer-use agents work through》。Agent S4 是 Simular 的自主 computer-use 科学家：它不直接解题，而是用 population-based evolution 研究并改进 agent 工作所用的接口仓库，产出接口以及何时、如何使用它们的知识。任务 agent 的模型与 harness 保持固定，变的是仓库。
接口指 agent 如何观察电脑、如何行动——例如 GUI 接收点击与按键并返回截图，shell 接收命令并返回文本。进化可增删改接口与使用知识。元 agent 阅读任务 agent 在合成训练任务上的轨迹并改写仓库；留出验证集的分数决定哪些仓库继续发展。
在 OSWorld V2 全量 108 题上，Qwen3.8-27B 加进化仓库（无 scratch VM）的 binary success 为 21.3%。Simular 称这是开源 computer-use agent 中最高的 binary success，约为同模型固定接口 5.56% 的 3.8 倍；也高于 GPT-5.5 的 13.0% 与 Claude Opus 4.8 的 20.6%。官博表里，这次进化无 scratch 跑约为每题 $1.10，GPT-5.5 为 $25.50；论文摘要称成本约为二者报告任务成本的约 4.3% 与 1.5%。ScienceBoard 上，论文写同模型成功率约从 41.4% 升至 58.6%（另一次进化）。
进化 computer-use 接口仓库，与 Cursor 自托管 worker 操控本机桌面 不是同一条产品路径。对于 OSWorld 数字能否在你的环境复现，以及自行跑 Agent S4，我们暂时还没有测试；如果你用过，可以通过网站底部的站长联系方式反馈。相关阅读：Cursor 自托管 worker 现已能操控本机桌面。