WorkForge 研究：为长流程工作智能体构建可验证环境

腾讯与复旦大学研究团队在 WorkForge 论文中，提出规模化构建工作智能体训练环境的方法：从专家工作流出发，整理真实资料与工具，形成工作区，再生成带有检查依据的任务。

这项研究关注的不只是回答是否流畅，还包括智能体能否连续操作文件、调用工具并交付可检查的结果。研究结合程序检查与语义评价生成反馈，并给出相关数据与实验。论文中的基准表现属于特定实验条件，不能直接等同于所有实际办公任务的效果。

参考资料（官方）：
https://arxiv.org/html/2610.04906v4

发现来源：ai-bot.cn · 核验资料：arxiv.org