微软Echoverse：深度演化环境提升计算机智能体准确率至67.1%

微软研究院发布Echoverse，一种深度演化环境，用于训练和评估计算机使用智能体。该系统通过编译规范生成有状态应用，并利用共演化循环不断优化训练信号，成功将9B模型在14个评测环境中的准确率提升至67.1%。该研究针对当前计算机使用AI智能体在多步骤复杂工作流（如邮件处理和客户支持）中表现不佳的问题，提出以高质量、可演化的环境替代单纯增加训练任务的传统做法。

已确认

• 核心痛点：当前计算机使用AI智能体在处理多步骤复杂工作流时表现不佳，现有合成环境的质量成为训练瓶颈。
• 技术方案：Echoverse将规格说明编译为有状态的应用程序，任务评分直接基于应用自身的数据库。系统采用共演化循环，将每次评分轨迹用于环境修复和训练信号优化，侧重于在高度拟真的动态环境中训练智能体。
• 评测机制：该环境包含四个可运行的世界，每个世界带有种子数据库和接地验证器，可衡量智能体在登录受限、写入密集型工作流中的表现。
• 训练成果：在12个环境上训练的9B模型，在14个评测环境中的准确率达到67.1%（据@omarsar0转述，早期数据提及准确率飙升至65%，最终官方数据为67.1%）。

为什么重要

• 突破环境瓶颈：Echoverse放弃了单纯增加训练任务的传统做法，转而提升合成环境的保真度与动态演化能力，为解决多步骤工作流难题提供了新范式。这表明高质量、可演化的环境对于提升智能体实际操作能力至关重要。

2026-07-31 ~ 2026-08-01 · 5 条相关

• 微软推 Echoverse：用真实环境训练计算机控制智能体 — dejavucoder · 2026-07-31
• 微软发布 Echoverse：为计算机使用 Agent 打造深度演化评估环境 — Scobleizer · 2026-07-31
• 【源头】微软 Echoverse：深度演化环境训练计算机使用智能体，9B 模型提升至 67.1% — MicrosoftResearch · 2026-07-31
• 微软新研究 Echoverse：深度合成环境让计算机智能体准确率飙至 65% — omarsar0 · 2026-08-01

另有 1 条近重复转述:dejavucoder