**CoworkEnv：构建长周期 AI 同事协同训练环境的新框架**

_CoworkEnv: Synthesizing Training Environments for Long-Horizon Cowork Agents_

> CoworkEnv 是一个能力导向的框架，用于合成可执行的 AI 同事训练环境。该框架通过工作流需求指导任务构建，并利用程序化验证与反馈修复来检查规范与评分行为。系统生成的教师执行数据可用于监督微调（SFT），而学生交互数据则用于强化学习（RL）训练。实验表明，在 Claw-Eval 基准测试中，基于 Qwen3-VL-8B-Instruct 模型进行 SFT 后，平均得分从 46.6 提升至 64.1，其中多轮任务提升了 31.9 分，证明了该方法在长周期协同任务中的有效性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.24960)