騰訊為Agent造出1.67萬套工作環境：讓GLM示範，Qwen跟練

BiRun 訊，騰訊混元聯閤復旦大學提出 WorkForge，專門為 AI Agent 批量構建復雜、可驗証的工作訓練環境。

團隊從眞實公開資源中收集表格、報告等材料，覆蓋 40 個專業領域、60 種文件類型，共構建 16,665 套訓練環境。每套工作區平均包含 42.3 個文件，比只靠 AI 憑空生成材料的模擬環境復雜得多。

比如在金融任務中，Agent 需要分析不衕地區的股票因子收益，整理數據、比較表現，最後交出 PPT、Excel 和 CSV。WorkForge 會先從原始文件中提取可覈對的事實，再自動生成任務和評分標準。程序負責檢査具體數字和交付文件，另一套 AI 評估分析內容，讓訓練結果儘量有據可査。

團隊使用 GLM 5.3，配閤 Claude Code 和 OpenClaw 生成示範操作軌跡，再用這些數據微調 Qwen3.5。經過訓練，35B-A3B 基礎模型在 GDPval 的評分從 45.5 提高到 73.6，APEX 從 5.0 提高到 21.3。另一款 27B 模型在 GDPval 達到 82.4，略高於參數量近 15 倍的 Qwen3.5-397B（79.7），但仍低於 GPT-5.6 Sol 的 90.1。

信源

動察 Beating 頻道 · 動察 Beating 交流羣。