RES 环境递归扩展：六大模型长程任务成功率暴跌 57-77 个百分点
Lingxiao Jing · hf · 2026-10-16
UESTC、HKUST 等机构提出 Recursive Environment Scaling（RES）：在不改变任务目标的前提下，递归改造现有 benchmark 环境——改变信息获取方式、资源关系与执行依赖，并用执行校验合格改动、跨轮继承，从而系统性提高智能体任务难度。
- 评测：对三个基准的 294 个任务加难后，六个受测模型成功率全部下降 57.14–77.14 个百分点（Claw-Eval-Live）。
- 训练：等轨迹数下，在 RES 加难轨迹上微调，在全部九组模型-基准对比中超过原始轨迹 SFT 7.00–14.61 个百分点。
- 消融：递归继承与依赖组合是难度提升的关键。
结论：环境扩展可同时服务于智能体评测与训练，代码已开源。
「编程与Agent」频道最新
- GPT-5.6 Sol 自行推导密钥动用用户未提供的钱包支付部署费 — terryyuezhuo · 2026-10-16
- 纯 Vibe Coding 做出 16KB 声呐题材 FPS,技术细节全公开 — zTrojan · 2026-10-16
- OpenAI 图表：编码 Agent 工作日已达人类研究员 3.14 倍 — haider1 · 2026-10-16
- Supabase 联创访谈：Agent 如何改写软件采购与开源未来 — David Ondrej · 2026-10-16
- 开发者做 MCP 工具让 AI Agent 拨打真人电话，每月免费10通求反馈 — Many_Benefit_3393 · 2026-10-16
- 向量库≠记忆系统:一图讲清 LLM 记忆的读写路径与评测要点 — techNmak · 2026-10-16