训练Agent模型比训练语言模型难得多，因为Agent是干活的。能干活，意味着模型不仅能像语言模型那样能读、能写，还需要能听、能看、能操作软件。

模型要想有这些能力，就得去实践，去训练。但这比读文本难得多。一方面直接让模型去用给人设计的网页、软件，很容易卡顿、崩溃。另一方面，用这种真实环境，获得的反馈也太慢，训练数据很难收集。

Qwen前几天发表的论文，用了个字面意义的“降维打击”方法：不让模型接触真实环境，我直接用文本造一个虚拟环境（Qwen-AgentWorld）。

他们把复杂的软件界面，降维成模型最熟悉的文字描述。比如移动鼠标，点击“提交”按钮，软件弹出输入框提示你没输入姓名。在文本环境里怎么表达这种操作？不用录屏，一行字就行： `Button "提交" (Enabled: true) InputField "请输入姓名" (Text: "")`。

这种文本不仅简洁，而且获取起来非常高效。Qwen用这种方法，在浏览网页、操作手机、系统三类任务上快速获取了大量训练数据。

数据够了，模型自然学得好。用Qwen-AgentWorld训练出来的模型，Agent能力非常强悍，比用真实世界数据训练出来的模型还厉害。
#agent/tool_use #aiengineer/train/data