arXiv cs.AI· Junyi Zhou, Yufei Wang, Qiyuan Zhang, Chuhan Wu, Zhengxi Li, Wentao Zhao, Jie Zhou, Le Tian, Xiao Zhou, Chen Ma·· 3 天前AI 评分36
WorkBorne：从真实工件转换中发现智能体任务
WorkBorne: Discovering Agentic Tasks from Real-World Artifact Transitions
AI 导读
WorkBorne 是一个以工件转换为建模核心的智能体任务合成框架，通过迭代网络检索构建工件语料库并发现非平凡转换，最终实例化为真实任务。该框架构建了 1,061 个工件语料库和 7,882 个任务环境，产出 15,485 条高质量轨迹，其中 53.6% 超过 30 轮助手对话。
正文 · AI 翻译
摘要：为长时程执行开发基于终端的智能体，需要将复杂指令与真实交互环境紧密耦合的合成任务。然而，当前的自动化合成存在一种根本性的不对称：面向指令的方法会虚构低保真的合成环境，而面向资源的方法仅将真实工件视为静态输入，使任务指令退化为浅层、琐碎的操作。为解决这一局限，我们提出 WorkBorne，一个以工件转换作为核心原语来建模智能体任务全生命周期的合成框架。在 WorkBorne 中，每次转换都指定由谁执行任务、哪些工件锚定初始状态与预期结果，以及它们之间的对应关系。具体而言，WorkBorne 首先通过迭代式网络检索构建连贯且多样的工件语料库，然后通过识别有意义的输入-输出工件组合及其连接关系来发现非平凡的转换。每个发现的转换最终被实例化为有依据的智能体任务。我们构建了 1,061 个工件语料库和 7,882 个任务环境，产出 15,485 条高质量轨迹，其中 53.6% 超过 30 个助手轮次。在 Qwen3.5-27B 和 Qwen3.5-35B-A3B 上的实验表明，WorkBorne 相较基础模型有显著提升（即 Terminal-Bench 2.1 从 43.1% 提升至 61.8%，ClawEval General 分数从 75.0 提升至 80.2），并在其他合成基线（如 TMax (Ivison et al., 2026)、RST (Li et al., 2026a)、Terminal-Universe (Wu et al., 2026a)）中取得最强的整体性能。进一步分析表明，转换与执行深度强相关，而语料库广度和转换深度提供了互补的扩展收益。
| 评论： | 27 页，包括参考文献和附录 |
| 主题： | 人工智能 (cs.AI)；计算与语言 (cs.CL) |
| 引用为： | arXiv:2610.14915 [cs.AI] |
| （或 arXiv:2610.14915v1 [cs.AI] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2610.14915 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Junyi Zhou [查看邮箱]
[v1]
2026年10月10日星期六 13:37:47 UTC（1,324 KB）
来源：arXiv cs.AI · arxiv.org