有意思，一个专门训练Agent（为其提供环境模拟反馈）的Agent。🤔

Qwen-AgentWorld：把工具环境模拟训练进语言模型的 Agent 世界模型

Qwen-AgentWorld 是 Qwen 发布的 language world model：它接收 agent 的动作，预测环境下一步会返回什么。覆盖 MCP、搜索、终端、SWE、Android、Web、OS 七类交互域，因此可以用来模拟工具调用、浏览器操作或软件工程任务中的环境反馈。

公开的 35B-A3B 版本是 MoE 模型，35B 总参数、每 token 激活 3B、256K context。训练分 CPT、SFT、RL 三阶段，项目称使用了超过一千万条真实交互轨迹；同时发布 AgentWorldBench，以格式、事实性、一致性、真实感和质量五项衡量模拟结果。

它的用途不只是做 benchmark：可在虚构或被扰动的环境里训练 agent，提前暴露工具理解和决策缺陷。README 报告中，基于其做 Sim RL 的 Qwen3.5-35B-A3B 在多个工具调用基准上有提升；这些是项目方在自身评测设定下的结果，外部复现仍需时间。

部署并不轻，示例用 SGLang/vLLM 且 tensor-parallel-size=4。模型与 benchmark 都采用 Apache-2.0。

🔗 链接：http://t.cn/AXSTeaga
📄 技术报告：http://t.cn/AXKqUEDL
🤗 模型：http://t.cn/AXKqUEDU
🤗 基准：http://t.cn/AXKqUEDy
#HOW I AI# #ai生活指南# #AI工具#