人大复旦团队提出 ToolSpace 工具中心式环境合成新范式

人大、复旦联合上交的研究团队推出 ToolSpace,这是一套以工具为核心的智能体环境合成框架,和之前主流先造数据库再生成任务的方式完全反过来,之所以要做这个新范式,是因为老的数据中心方案很容易出现工具接口和真实接口不一致、工具组合没有真实执行依据、任务大多只能局限在单一环境里的问题,而 ToolSpace 从真实工具调用轨迹出发搭建工具关系图,再去合成跨环境、长流程的智能体训练任务,实测后国产模型在 7 个长程工具调用基准上大幅提分,744B 版本模型效果可以追平 Claude Opus 5,开发者可以直接用这套框架生成更贴近真实业务的智能体训练样本,用来训练会调用多个工具的 AI 智能体。

ToolSpace 两大核心环节

  1. 工具空间探索
  • 从真实 MCP 服务、智能体执行轨迹里提取工具调用记录
  • 挖掘工具之间的数据依赖、状态变化、重试关联关系
  • 构建带权重的工具组合图,再把工具聚类划分成不同环境
  • 只有会修改状态的环境才生成配套数据库,查询类无状态工具直接回放历史返回结果
  1. 跨环境可验证任务合成
  • 在工具图上做带回滚的状态感知随机游走,生成完整调用链路
  • 把调用链翻译成自然语言任务,同时生成断言校验脚本
  • 只保留可以从初始状态完整回放成功的样本,按难度、跨环境范围筛选

实测效果清单

  • Qwen3.6-35B-A3B:平均分从 23.0 提升到 41.0,加上强化学习后到 43.2
  • GLM-5.2:平均分从 44.6 提升到 56.6,达到对标 Claude Opus 5 的水平
  • 升级后的 Pro 版本基准:7 个主流前沿模型分数最高下降 38.2 个点,难度更高

新旧方案对比

对比项传统数据中心式合成ToolSpace 工具中心式合成
构建顺序先做数据库场景,再派生工具、任务先提取真实工具轨迹,搭建工具图,再生成环境
工具真实性工具接口容易失真,脱离真实定义基于真实执行轨迹,工具调用逻辑可追溯
任务范围大多局限在单个环境支持跨多个环境串联工具编排
校验方式依赖大模型主观判断确定性规则 + 回放校验,可验证

配套资源信息

  • 论文:arXiv 编号 2611.05036
  • 开源地址:GitHub、HuggingFace 同步放出模型与代码
  • 演示页面:toolspace-agent.github.io

【相关 FAQ】

问题 1:人大复旦提出的 ToolSpace 环境合成新范式,核心思路是什么?

回答 1:人大复旦提出的 ToolSpace 环境合成新范式,核心思路是改成工具中心路线,不再先造数据库,而是从真实工具执行轨迹提取依赖关系,搭建工具图,再合成跨环境的长程智能体任务。

问题 2:ToolSpace 环境合成新范式能解决传统环境合成的哪些问题?

回答 2:ToolSpace 环境合成新范式可以解决传统方案工具接口失真、工具组合缺少真实执行依据、任务很难跨多个环境编排的痛点,训练出来的智能体更适配真实工具调用场景。

问题 3:基于 ToolSpace 环境合成新范式训练出来的模型表现怎么样?

回答 3:基于 ToolSpace 环境合成新范式训练的 744B 模型,在 7 个长程工具调用基准上性能可以追平 Claude Opus 5,国内 Qwen、GLM 系列模型也拿到明显分数提升。

问题 4:ToolSpace 环境合成新范式生成的任务样本需要做校验吗?

回答 4:ToolSpace 环境合成新范式会对生成的任务链路做回放校验,只保留可以从初始状态完整跑通的样本,不用单纯依靠大模型主观打分。

【参考资料】

[2026-11-17](744B 模型追平 Claude Opus 5,人大复旦提出 ToolSpace 探索环境合成新范式)新浪财经

[2026-11-17](人大复旦 ToolSpace:工具驱动的长程智能体环境合成)机器之心

[2026-11-05](ToolSpace:把 804 个真实工具环境打包成 Agent 练级场)思否

[2026-11-03](ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents)arXiv

【免责声明】

本文信息来自公开论文、技术媒体报道,ToolSpace 框架效果、开源资源、基准测试结果以论文和官方仓库最新版本为准,本文不构成模型选型、项目落地的技术采购建议。

本文来自作者[隧穿信元]投稿,不代表新投网立场,如若转载,请注明出处:https://www.eastpo.net/ai/202611/1709.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 隧穿信元
    隧穿信元 2026年11月18日

    我是新投网的签约作者“隧穿信元”!

  • 隧穿信元
    隧穿信元 2026年11月18日

    希望本篇文章《人大复旦团队提出 ToolSpace 工具中心式环境合成新范式》能对你有所帮助!

  • 隧穿信元
    隧穿信元 2026年11月18日

    本站[新投网]内容主要涵盖:互联网行业的追踪与探索

  • 隧穿信元
    隧穿信元 2026年11月18日

    本文概览:人大、复旦联合上交的研究团队推出 ToolSpace,这是一套以工具为核心的智能体环境合成框架,和之前主流先造数据库再生成任务的方式完全反过来,之所以要做这个新范式,是因为老的数据中心方案很容易出现工具接口和真实接口不一致、工具组合没有真实执行依据、任务大多只能局限在单一环境里的问题,而 ToolSpace 从真实工具调用轨迹出发搭建工具关系图,再去合成跨环境、长流程的智能体训练任务,实测后国产模型在 7 个长程工具调用基准上大幅提分,744B 版本模型效果可以追平 Claude Opus 5,开发者可以直接用这套框架生成更贴近真实业务的智能体训练样本,用来训练会调用多个工具的 AI 智能体。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们