XNews

NVIDIA与阿里云发布智能体框架及白皮书

NVIDIA与阿里云发布智能体框架及白皮书

NVIDIA发布了Skill2Env,该管道将公共智能体技能编译为8000个强化学习训练任务,使Qwen3.8-27B在Terminal-Bench上提升4.7分。阿里云开源了一份企业智能体白皮书,涵盖架构、治理与优化,基于对1906家公司的调研。

Key insights

Skill2Env:将公共技能编译为强化学习环境

NVIDIA的Skill2Env将3400个公共智能体技能转换为8000个终端任务,并配有程序化测试和行为评分标准。仅使用300步强化学习,Qwen3.8-27B在Terminal-Bench 2.1上提升了4.7分。该管道包括规划、多样化、创建和验证阶段,API调用成本超过9万美元。数据集覆盖13个领域,其中软件工程仅占22.5%。

Skill2Env研究的关键发现

小规模强化学习展现出跨域迁移能力:在2400个任务上运行300步,使S2EBench pass@1提升4.3,Terminal-Bench提升4.7。基于评分标准校准的强化学习在基准测试中表现不如纯结果导向的强化学习,但能更好地使行为与源技能对齐。从更强的教师模型(GLM-5.3)进行蒸馏会损害较小模型的性能,导致工具调用循环。

阿里云企业智能体白皮书

阿里云开源了一份全面的企业智能体开发白皮书,涵盖架构、构建、运营、治理与优化。它引入了四级成熟度模型、用于可审计性的上下文清单以及Agentic OS概念。一项对1906家公司的调查发现,46%已经开发了智能体,但仅18%处于生产阶段;拥有评估系统的公司成功率翻倍。

Agentic OS与治理挑战

该白皮书提出Agentic OS作为一个共享系统层,用于跨框架和租户管理多个智能体。它强调自主性受限于可撤销性和可证明性,而非模型能力。关键治理组件包括数字徽章、代币交换和预算租赁。该白皮书包含了来自吉利、塔斯汀、MiniMax和哔哩哔哩的案例研究。

Source posts