通义发布 Terminal-Universe：从 Agent 轨迹重建训练环境

通义 Qwen 团队发布 Terminal-Universe，回答「Agent 训练环境从何而来」的问题：真实可执行环境稀缺，而环境才是后训练真正需要的。该方法从真实 agent 轨迹中反推并重建可执行的终端工作空间，合成多样化终端训练任务，产出 37.3k 个任务可用的 workspace，再通过监督微调提升 agent 后训练表现。这是继环境进化之后该团队的又一进展。

2026-09-04 ~ 2026-09-05 · 3 条相关