NVIDIA 推出 Skill2Env：3.4k Agent Skills 转 8k 可执行 RL 环境
burny_tech · x · 2026-09-23
NVIDIA 团队在 alphaXiv 发布论文《Reinforcing Agents with Collective Skills》，提出 Skill2Env——一种面向现代 agentic RL 的人对齐、可扩展数据配方。
- 思路：公开的 Agent Skills（可复用工作流，自带领域专家知识与成功指标）是贴近真实人类任务的监督来源。团队构建流水线，把 3400 个网络爬取并过滤的 Agent Skills 转成 8000 个可在终端独立运行的环境，每个环境带程序化测试与行为 rubric 两种评分方式。
- 效果：仅用 DPPO 变体训练 300 步 RL，Qwen-3.8 27B 在 Terminal-Bench 2.1 提升 4.7 个百分点，在其人工核验的私有基准 S2EBench（真实 agent 用例）提升 4.3 个百分点。
- 分析：模型在类似问题上与原始 Agent Skills 的行为对齐度提高，作者将其与「安全的超级智能需要对齐人类集体价值与专长」的叙事挂钩。
所属事件:NVIDIA 推出 Skill2Env：数千 Agent 技能转近 8 千 RL 环境(2 条相关)→
「编程与Agent」频道最新
- dots 更新支持 agent 同时控制 Windows 与 Mac 双机 — dkundel · 2026-11-12
- Granola 推出 Agent Briefs:每晚为 AI agent 打包你的最新上下文 — soleio · 2026-11-12
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」：模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12