腾讯新研究：递归生成3.7万个高难度任务，大幅提升智能体能力
Scobleizer · x · 2026-08-08
腾讯研究人员提出 递归合成终端任务（RST） 方法，旨在为 AI 智能体自动生成不断进阶的高难度训练任务。
该方法的核心逻辑是“自底向上”：先构建可运行的参考解决方案及其运行环境，再据此逆向生成任务描述和验证器。任务在全新沙盒中进行可执行性验证，通过验证的种子任务会进入下一轮，自动衍生出更复杂的任务链。
关键数据与效果：
- 任务规模与成本：从 639 个初始任务出发，经过 15 轮递归，生成了 37,484 个已验证的长周期任务，单任务成本仅 $0.05。任务轨迹可长达 100 步以上。
- 难度跃升：DeepSeek-V4-Pro 在第一轮任务的 pass@4 通过率为 90%，但在第 15 轮生成的最难任务中骤降至 2.5%。
- 强化学习收益：使用这些生成任务对 Qwen3.5-27B 进行强化学习训练后，其在独立构造的 Terminal-Bench Hard 基准上的成绩从 22.7% 提升至 32.0%。
这种可执行验证机制成功将固定的任务集转化为源源不断、难度递增的训练数据，有效突破了复杂智能体训练的数据瓶颈。
所属事件:腾讯提出RST框架：低成本逆向生成数万终端智能体任务(3 条相关)→
「编程与Agent」频道最新
- 用数学模式与 Gemini 智能体在 Antigravity CLI 里作曲的玩法实验 — fofrAI · 2026-10-16
- 去掉框架手写 Agent 循环：LangGraph 到底帮你做了什么 — m3m3o · 2026-10-16
- 博主称免费版用户已严重低估 10 个月来 AI Agent 的进步 — realmeetjames · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16
- 腾讯混元开源 Hy Memory 2.0:模型+框架+MemHub 三件套管 Agent 记忆 — TencentHunyuan · 2026-10-16
- ERP•AI 推出按机器计费的企业软件:0 美元席位, $1 可跑 4000 次记录写入 — rohanpaul_ai · 2026-10-16