腾讯提出RST框架：低成本逆向生成数万终端智能体任务

腾讯混元团队提出递归合成终端任务（RST）框架，旨在低成本大规模构建长时程终端智能体任务。该方法采用逆向生成逻辑，先构建可运行的参考解决方案及运行时环境，再据此拟合验证器和任务指令。任务天然可解且自带奖励信号，通过沙箱验证的任务将作为新种子，经15轮迭代成功生成3.7万个不断进阶的高难度任务，单任务成本仅0.05美元，有效提升了AI智能体的能力。

2026-08-07 ~ 2026-08-08 · 3 条相关