ACuRL:零人类数据让计算机使用智能体持续适应环境
ysu_nlp · x · 2026-09-26
作者 xuetianci 宣布 ACuRL（Autonomous Curriculum Reinforcement Learning）被 NeurIPS 接收。该框架让 computer-use agents 在无需任何人类标注数据的情况下持续适应动态变化的软件环境。
核心机制：
- 自主探索：agent 先在环境中自行探索积累初始经验
- 课程化任务生成：基于经验自动生成训练任务
- 可靠自动评估：CUAJudge 评估器与人类判断一致率达 93%
作者还透露一个有趣发现：将任务生成器或评估器替换为策略模型自身后，改进依然成立，暗示框架可能具备递归自我改进潜力，但因算力限制尚未扩展验证。整套基础设施（可编排数百个 Linux 环境）已全部开源。
「编程与Agent」频道最新
- ambion 0.3.0 发布：远程 git over SSH 与模型自评模拟器 — andreisavu · 2026-09-26
- Ambion 0.3.0 发布：让 Agent 的工作在激活结束后存活 — andreisavu · 2026-09-26
- AI 记忆备份或成权限漏洞：旧授权能否在新模型里复活 — tallmetommy · 2026-09-26
- 开发者用 Krea Agent 做出构图可控的生图应用 — angrypenguinPNG · 2026-09-26
- Jev-Mem 架构让 Agent 记忆构建快 6.6 倍,查询延迟降 36.7% — omarsar0 · 2026-09-26
- 用 Cursor 通过 Herdr 编排多个 Claude agents，开发者分享实操体验 — letandrewcook · 2026-09-26