2610.12611 · 小红书推广卡片文案

三个标题变体

1. 让 AI 自己造软件给自己练 —— 2026 这篇论文让 OSWorld Pass@3 涨了 15.58pp 🏭
2. Computer-Use Agent 训练最贵的成本不是算力,是「造环境」🏗️
3. 182 个合成软件 + 三阶段 pipeline = OSWorld +15.58pp,这篇论文把 CUA 训练工业化打开了 ⚡

小红书卡片文案(约 220 字)

做 CUA / Agent 训练工程的姐妹看过来 🏭

让 AI 学用电脑最贵的成本是什么?

❌ 不是算力 ❌ 不是数据

✅ 是「造一个软件给它练」——装 Office、写 API、设计任务、收集轨迹……每个软件一周,每月几十个

arXiv 2610.12611(SoftwareGym, 2026-10)直接让 AI 自己造软件给自己练——

🧠 三阶段 pipeline:极简描述 → 设计 Agentic 设计 → 实现 Agent 写代码 → 评估 Agent 跑 GUI 测试 → 失败就回去改,循环到通过 🔒 双门控:源码级验证 + GUI 验证,只有同时通过的应用才进训练池 📊 结果:182 应用 / 12 类 / 通过率 91.5% / OSWorld Pass@3 从 41.39% → 56.97%(+15.58pp)

合成环境训的 Agent,在完全 out-of-domain 的真实 OSWorld 上也涨 —— 监督源可迁移 ✨

⚠️ 坑:合成-真实 domain gap 仍在 + 182 规模偏小 + 训练配方未披露

CUA #ComputerUseAgent #Agent训练 #OSWorld #合成数据 #GUI #AI工程 #LLM #多智能体 #arXiv #论文解读

关联论文:2610.12611(点格式) 科普版:/shared/research-kb/organized/promo/popular/2610-12611.md