Salesforce 用自家 Agent 配置文件做 RL，训出企业 agent 模型 Koa

omarsar0 · x · 2026-09-16

Salesforce 发布企业 agent 模型 Koa，基于开源 Nemotron-3-Super-120B 训练。做法颇具启发性：公司把定义 Agentforce agent 的声明式 Agent Script 规格文件，扩展成带模拟用户人设的多轮任务作为 RL 环境，奖励检查 agent 是否用正确的工具调用完成任务，训练用 GRPO。成绩小幅但稳定提升：Tau2Bench 69.41（基座 68.64，GPT-4.1 为 54.48），CRM Bench 0.86 接近 Claude Opus 4.8 的 0.87，函数调用准确率从 0.71 升至 0.77。作者点评：如果你的公司已用结构化格式描述工作流，这些描述可能可以直接转化为 RL 环境。