腾讯联合复旦发布 WorkForge:批量合成 1.67 万个可验证 Agent 工作环境
Tencent-Hunyuan · hf · 2026-10-15
腾讯 LLM 部门与复旦大学发布 WorkForge,一个从真实世界资源规模化合成「可验证工作环境」的框架,用于训练长程工作 Agent(论文已挂 arXiv)。
要解决的问题:工作 Agent 需要在数字工件上执行专业知识密集型任务,训练环境既要支持长程交互、又要能可信验证。手工搭建环境工程成本过高无法规模化,而现有合成方法会牺牲工作区复杂度、真实性或可验证性。
方法脉络:
- 从专家工作流出发,识别每个流程所需的资源、决策与交付物;
- 检索真实文件组织成工作区,并从中提取具体、可检查的事实锚点(factual anchors);
- 任务指令、解题计划、程序化与语义验证器都直接从这些锚点派生,保证验证可追溯到工作区的可观察证据。
成果:构建了横跨 40 个专业领域、共 16.7K 个可验证环境,工作区覆盖 60 种文件类型。用 WorkForge 对 Qwen3.5-35B-A3B-Base 做后训练,GDPVal 从 45.5 提升到 73.6,APEX Score 从 5.0 提升到 21.3;Qwen3.5-27B 也取得有竞争力的表现。分析显示数据量与交互长度两个维度上均有一致的 scaling 行为。
「编程与Agent」频道最新
- Epic 晒 vibe code 加速器，反被 Community Notes 提醒安全风险 — mark_k · 2026-10-15
- 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
- 省 token 心法:让便宜模型做决策,贵模型只管写 — Arindam_1729 · 2026-10-15
- Zenzap 融资 4400 万美元,聊天群里人机协作办公 — testingcatalog · 2026-10-15