WildAWM：用开源模型合成计算机操作智能体训练环境

WildAWM 提出一条环境合成流水线，为计算机操作智能体生成可执行训练环境，同时支持图形界面、MCP 服务和命令行三种交互接口。整个流水线完全由开源模型驱动，不依赖专有前沿模型。通过执行式质量门控解决任务可解性、难度和验证器可靠性三个问题，最终合成 341 个长程环境-任务对，部分任务需要超过 100 步智能体操作，GPT-6-Astra 也只能解决其中 60%。用这些合成数据训练的两个不同尺寸 Qwen 模型，在 8 个分布外基准上均取得明显提升。代码已在 GitHub 开源。