Agent S2 开创了组合式 AI 框架在计算机操作任务中的新范式

2025-08-26

1.2 K

Agent S2 的组合式架构突破

Agent S2 的创新性体现在它将计算机操作任务分解为通用规划与专业执行相结合的模块化系统。该框架通过混合基础模型（MoG）和主动分层规划（PHP）两大核心技术，实现了：

任务解耦架构：将复杂的界面元素理解（grounding）与高层决策规划分离，分别由视觉/文本专家模型和通用推理模型处理
Capacidade adaptativa dinâmica：PHP 机制使系统能根据实时环境反馈调整子目标和行动计划，模拟人类执行中的策略修正行为
基准测试验证：在 OSWorld 测试中设立新标杆，WindowsAgentArena 性能提升 52.8%，AndroidWorld 提升 16.5%

这种架构有效解决了传统单一模型在长序列任务中的累积误差问题，为构建类人计算机操作智能体提供了可扩展的技术路径。