清华与 Qwen 团队新法：旧 agent 轨迹重建环境，胜过模仿学习
rohanpaul_ai · x · 2026-09-10
清华与 Qwen 团队发布论文《Terminal-Universe》，提出把已有 agent 轨迹变成可复用、可执行的环境，反超「直接模仿原轨迹」的传统做法。
核心思路
- 轨迹只是单次冻结演示（一个 agent 修一个 bug 的录像），而环境才能反复生成可验证任务并提供执行反馈。
- Terminal-Universe 通过回放轨迹中记录的文件操作，恢复 agent 修改前的文件，得到部分工作区；再由补全 agent 补齐缺失文件与依赖，重建出真实可执行工作区。
- 在恢复的工作区上既复现原始任务意图，也合成全新任务，并沿广度（挖掘任务间依赖关系）与深度两个轴扩展任务规模。
结论：在重建环境中重新求解旧工作区训练出的编码 agent，效果优于模仿原始轨迹。这为解决「轨迹大量积累、可执行环境稀缺」的 agent 后训练瓶颈提供了可扩展路径。
所属事件:清华与 Qwen 团队用轨迹重建环境训练 Agent(2 条相关)→
「编程与Agent」频道最新
- Agent Field Kit 上线：为生产级 Agent 提供 $29 起的安全应急手册 — alvelda · 2026-10-27
- 用去审查版 GLM 绕开 Claude 拒答： SS7 威胁建模工作流 — l4rz · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- GitHub Next 发布 Chopin:实时多人的 Agent 协作规划环境原型 — max__drake · 2026-10-27
- 开源项目 Veynod：给 AI 智能体搭一个共享协作工作区 — TKOWNS · 2026-10-27
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27