AgentBrew：从原始轨迹离线学习工具使用智能体
原文标题：AgentBrew: Offline Tool-Use Agent Learning from Raw Real-World Trajectories
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
提出AgentBrew离线训练框架，从单批原始交互轨迹中学习有效工具使用策略，无需任务验证器或迭代策略展开。通过回顾性任务推断和基于PMI的信用分配，在GitHub、Notion和PostgreSQL等真实MCP应用上显著提升Qwen3-32B性能，超越拒绝采样等方法。
- 问题
- 真实工具应用无预定义任务、验证器和模拟器，难以离线训练工具使用智能体。
- 方法
- AgentBrew从单批原始轨迹学习：回顾性任务推断重建指令，PMI信用分配为每个动作加权，无需验证器或在线展开。
- 结果
- 在GitHub、Notion、PostgreSQL上Qwen3-32B平均+8.7 Acc/+9.7 Score，超过Qwen3-235B与拒绝采样。
- 影响
- 让企业能用现有交互日志低成本微调工具智能体，无需搭建模拟环境或标注任务。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AgentBrew仅用单批原始轨迹离线训练，让Qwen3-32B平均提升8.7 Acc。
- •无需任务验证器、模拟器或迭代式on-policy rollout，直接从未过滤的原始轨迹语料学习
- •用回顾性任务推断为每条轨迹重建对齐指令，并以PMI做逐动作信用分配
- •在GitHub、Notion、PostgreSQL三个真实MCP应用上，Qwen3-32B平均+8.7 Acc/+9.7 Score
- •超过Qwen3-235B（+2.3/+4.4），并优于拒绝采样（+5.9/+10.3）
为什么重要：真实应用既无任务定义也无验证器，这条路线降低了为特定工具环境定制智能体的数据门槛。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。