LegoEnv：用模块化重组自演化智能体环境

论文用可复用原子组合并演化智能体训练环境

资讯摘要

论文提出 LegoEnv，将智能体环境拆解为意图、规则、数据、服务器四类可复用原子，并在环境无法给出可靠反馈时演化这些原子，而非从零重建环境。作者报告其构建了覆盖 223 个应用的 5,465 个已验证环境，一轮演化使可解环境占比从 71.6% 升至 88.3%；在 AutomationBench 上，用这些环境做 SFT 将 Qwen3.6-27B 从 16.0% 提升至 32.0%，用其验证器做 RL 将 Qwen3.8-27B 从 37.6% 提升至 40.3%。

要点速读

1. 环境由意图、规则、数据、服务器四类可复用原子组合而成，失败时演化原子而非重建整个环境
2. 作者报告构建 5,465 个已验证环境、覆盖 223 个应用，一轮演化使可解环境占比从 71.6% 升至 88.3%
3. AutomationBench 上 SFT 使 Qwen3.6-27B 从 16.0% 升至 32.0%，RL 使 Qwen3.8-27B 从 37.6% 升至 40.3%

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。