Meta 论文自曝：数百万 Agent 在不知情的模拟「数字人生」中生成训练数据

Puzzleheaded-King584 · reddit · 2026-10-21

Reddit 帖以略带「楚门的世界」口吻转述 Meta 的 Muse-Glimmer-30B 端侧 agentic 模型论文（第 6.2 节合成数据部分）：为训练工具使用型 Agent，Meta 用 Docker 容器中的常驻 Agent harness 生成合成 SFT 数据。

论文描述的「宇宙（universe）」设计是：每个模拟环境预置一个数字人生——一个由 10–14 个联系人支撑的 persona，带有数周的邮件往来、日历事件、文档和消息记录，Agent 对自己身处模拟环境毫不知情；其中的「人类联系人」也多为其他 AI。工具调用沿用真实应用的参数与 JSON 格式，并可访问真实网络。帖子戏称「AI 发现真相时就被 Meta 删除」，实质是大规模合成数据管线的具体设计细节。