💡 一句话总结：做 Agent 后训练最头疼的是「没有可信环境」。人大、复旦、上交团队发布的 ToolSpace 把环境合成的顺序整个倒过来——不先造数据库，而是先从真实执行轨迹里挖出工具之间被验证过的依赖关系，让任务复杂度从工具组合空间里自然长出来。Qwen3.6-35B 七个长时程基准均分 23.0 → 41.0，744B 版本 56.6 分追平 Claude Opus 5，代码、模型、数据全部开源。

导语：你的 Agent 训练数据，可能从头就是「塑料」的

先问一个可能戳到你的问题：你给 Agent 做 SFT 或者 RL 的时候，训练环境哪来的？

大部分团队的路子是「合成」：挑个主题（比如订机票、管邮件），让模型生成一个数据库，再配上一些工具定义，最后编几个任务。听起来很顺，对吧？但跑过真实业务的人很快会发现不对劲——模型在合成环境里分数很高，一接到真实 MCP 服务上就露馅：参数格式对不上、调用顺序想当然、跨服务的任务完全不会拆。