AutoEnvScaling:提案智能体自建环境,Qwen3.6-35B Terminal Bench 翻倍
jzl86 · x · 2026-10-15
Natasha Jaques 团队发布新论文,推进多智能体递归自我改进(RSI):
- 核心思路:提案(proposer)智能体自动构建完整的 Harbor 任务与沙盒环境,挑战求解(solver)智能体,从而把「数据飞轮」变成终端任务,无需人类在环。
- 自学习机制:提案智能体从求解智能体的成功与失败中学习,更新自己的记忆、技能和工具,构建难度递增但有效的任务。
- 实验结果:Qwen3.6-35B-A3B 在 Terminal Bench 4 上分数翻倍;在 HiL-Bench 上表现甚至超过 Claude Opus-5。
- 两种模式:用专有模型做提案者有效;自博弈(双方同一开源模型)同样有效。
作者认为这是多智能体协同适应解锁持续改进与涌现能力的有力证据。
所属事件:AutoEnvScaling 让智能体自建训练环境推进递归自我改进(3 条相关)→
「编程与Agent」频道最新
- 56% 美国旅行者已用 AI 规划行程,代理式旅游成新分销渠道 — robertonappe · 2026-10-15
- 2026 年 AI+数据人差异化打法:RAG+Agent 搭决策建议机 — mdancho84 · 2026-10-15
- Amazon 封禁 Meta 购物 agent Muse,代理式商务入口之争开打 — robertonappe · 2026-10-15
- Zenzap 融资 4400 万美元,聊天群里人机协作办公 — testingcatalog · 2026-10-15
- LangChain Deep Agents 演示:Slack 丢入 CSV 自动回传幻灯片 — Hacubu · 2026-10-15
- Zeeg 发问:因为 AI Agent 才开始用的老软件有哪些 — zeeg · 2026-10-15