你敢信？GPT-5的电脑操作水平只比人类低2%了

主要观点总结

文章介绍了人工智能领域的最新进展，特别是计算机使用智能体（CUA）的突破。文章聚焦于Simular Research推出的Agent S3智能体框架，其性能在OSWorld基准测试中达到了69.9%，超越了先前的最佳水平。文章详细阐述了Agent S3的技术细节，包括其改进方法、核心瓶颈的解决方法以及实验结果。此外，文章还探讨了智能体运行次数的扩展和混合模型的选择对性能的影响。

关键观点总结

关键观点1: Agent S3智能体框架的推出

Agent S3是Simular Research推出的计算机使用智能体框架，它在OSWorld基准测试中的性能达到了69.9%，刷新了之前的记录。

关键观点2: Agent S3的技术细节

Agent S3通过简化框架并引入原生的代码智能体，实现了性能的提升。它还首次引入了并行扩展的CUA框架——Behavior Best-of-N (bBoN)，通过选择最佳结果来解锁可扩展的性能提升。

关键观点3: 解决CUA的核心瓶颈

CUA面临的核心瓶颈是高方差。Agent S3通过并行扩展和引入Behavior Best-of-N (bBoN)来缓解这种脆弱性，使得智能体能够在复杂的任务中实现更可靠的自动化。

关键观点4: 实验结果和性能提升

Agent S3在OSWorld上的性能提升显著，相较于之前的版本，成功率有了大幅提升。实验还探讨了智能体运行次数的扩展和混合模型的选择对性能的影响。