CMU 开源 Gym-Anything：把任意软件变成 Agent 训练环境
wellecks · x · 2026-09-30
CMU 团队的论文《Gym-Anything: Turn Any Software into an Agent Environment》被 NeurIPS 接收，框架能自动把电脑上的任意软件转换为 computer-use agent 的训练/测试环境，全部开源。
核心亮点
- 规模：覆盖 200+ 真实应用（GIMP、Blender、NinjaTrader、OpenEMR 等），每款软件约 50 个任务，共 10,000+ 任务与环境；覆盖美国劳工统计局 SOC 职业分类全部 22 个大类。
- 跨平台：环境运行于 Linux（桌面应用）、Windows（经 QEMU）和 Android（模拟器），统一 API 管理，均在沙箱 VM 中安装、配置并填充真实数据。
- 关键洞察：搭建 computer-use 环境本身就是一项编码/电脑操作任务，因此可全自动完成。
三步流水线
- SELECT：基于美国 GDP 数据拆解各软件的经济贡献，选出 200 个高影响应用。
- CREATE：由编码 agent 自动安装配置并填充真实数据，独立审计 agent 依据质量清单验证、迭代至可用。
- SCALE：agent 通过实际操作软件生成种子任务，并用 LLM 放大任务量；每个任务附带基于清单的验证器（含特权信息）以可靠评测。
同时发布了更具挑战性的新基准 CUA-World-Long，附论文、代码、交互式文档与排行榜。
「编程与Agent」频道最新
- 同实验再析:禁止编排模型写码,GPT-6.1 Sol 成本再降 77% — GapNew4766 · 2026-09-30
- 8 个研究 agent 用同一 30B 基模自学 144 小时，直播检验后训练能力 — my_cat_can_code · 2026-09-30
- OpenAI Nan Yu：老板 agent 指挥一群 agent 是自欺，应按活动分束管理 — victor_explore · 2026-09-30
- 开源 MCP 工具:让 Claude 直接查询 TikTok 千亿级数据 — operatorarkay · 2026-09-30
- 开发者观点:真正的 always-on 常驻智能体从未被尝试过 — jacob_posel · 2026-09-30
- Skill 脚手架模板:统一结构让 agent skill 审查更快不破 CI — blaizedsouza · 2026-09-30