**AutoEnvScaling：利用终端智能体自动化数据飞轮以加速RL环境生成**

_AutoEnvScaling: Automating the Data Flywheel with Terminal Agents_

> AutoEnvScaling 提出将环境设计视为终端任务，通过智能体自动化生成强化学习（RL）训练环境。该方法将有效环境生成率提升25倍，成本降低75%，并支持递归自我改进（RSI）。实验显示，基于该框架训练的模型在 Terminal-Bench 上显著提升了性能，验证了智能体自主构建训练环境以推动自我进化的可行性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.14163)