WildAWM：合成计算机使用智能体环境与任务
原标题：Paper page - Agent World Model in the Wild: Computer-Use Agent Environment Synthesis
AI 摘要
研究团队提出 WildAWM，一个完全由开源模型驱动的可扩展流水线，用于合成同时支持 GUI、MCP 服务和 CLI 的可控计算机使用环境与任务，以训练通用计算机使用智能体（CUA）。该流水线通过基于执行的质量门控（异构智能体 rollout、交叉评判一致性检查、反事实探针）保证任务可解、有难度且可可靠验证，共合成 341 个长程环境-任务对，部分需超过 100 步，GPT-6-Astra 仅能解决约 60%。仅在这些合成世界中训练的 Qwen3.6-35B-A3B 和 Qwen3.5-4B 在 8 个分布外基准上平均分别提升 10.58 和 8.21 分，表明合成环境中的学习可泛化到未见过的计算机使用任务。
正文节选
Agent World Model in the Wild: Computer-Use Agent Environment Synthesis Abstract WildAWM synthesizes controllable computer-use environments and tasks to train general agents via interaction, improving out-of-distribution performance across web, CLI, and GUI benchmarks. Agent learning is shifting from learning from human data toward learning through interaction with the world. However, scaling such learning directly in real-world computer systems is challenging and can introduce substantial secur