从完成任务到自主发现，Agent后训练寻找下一个Scaling Law

📌 核心事实

9月12日外滩大会“Agent Post-Training”论坛上，CAMEL AI等研究者提出：Agent能力衡量标准正从“给出正确答案”转向“真实环境中持续行动与自我进化”，并围绕数量、环境、进化三维度探索Agent的Scaling Law。

💡 价值分析

这标志着AI竞争焦点从模型预训练转向后训练与Agent自主进化。环境将成为Agent的核心训练资产，多智能体自组织、经验积累与自我验证成为新能力增长点。若跑通，将突破静态数据瓶颈，开启“行动即训练”的持续学习范式。

🏢 企业启示

企业应尽早布局Agent训练环境与反馈闭环，把业务场景转化为可交互训练场；创业者可切入环境构建、多智能体协作协议、经验管理等基础设施层，而非只做应用封装。

🚀 相关机会

Agent训练环境平台、多智能体通信与共识协议、自主经验回放与验证工具、面向长流程任务的仿真沙盒，以及“环境即服务”的Agent后训练基础设施。

本文由AI681 7x24快讯深度整理，内容来源于公开科技媒体，仅供参考。