你是否也好奇 GPT-6 Astra 惊人的 computer-use agent (CUA) 电脑使用能力如何训练得到？

来自微软研究院 (Microsfot Research), 北卡罗来纳大学教堂山分校 (UNC-Chapel Hill), 佐治亚理工大学 (Gatech), 和美国东北大学 (Northeastern University) 的研究者提出了最新研究成果 WildAWM。

论文标题：Agent World Model in the Wild: Computer-Use Agent Environment Synthesis

arXiv 链接：https://arxiv.org/abs/2610.26828

项目主页：https://msr-orchard.github.io/WildAWM/

开源代码：https://github.com/MSR-Orchard/WildAWM

开源环境、任务与模型：https://huggingface.co/collections/ChilleD/agent-world-model-in-the-wild

想让 agent 学会用电脑，最简单直接的办法就是让它在电脑环境中进行交互、训练，可是一方面真电脑环境成本高、很难大规模铺开，而且可能会引入安全风险，比如 OpenAI 最近披露了一起 agent 在线环境中学习却意外地攻击了 huggingface 服务器的事件。

WildAWM 使用合成的个人电脑环境（有 shell，有文件系统，有浏览器，有常见的应用 MCP 服务比如 email）来作为现实训练环境的替代。而且，为了避免间接蒸馏私有模型的嫌疑，WildAWM 完全使用开源模型进行合成。合成环境后，再在里面合成高质量的 agent 任务、对应的 verifier 验证器，来组成 {environment, task, verifeir} 训练样本，只在这些合成的环境中训练两个 Qwen 模型（Qwen3.6-35b-a3b 和 Qwen3.5-4b)，却在 8 个横跨 web agent, claw agent 和 GUI computer-use agent OOD 常见评测榜单上全部有提升。