大厂竞逐Agent新战场，环境构建成AI下半场决胜关键

在人工智能发展的新阶段，Agent（智能体）成为行业竞争的新焦点。近期，腾讯、阿里、字节跳动等国内科技巨头以及OpenAI、Anthropic等国际领先企业，不约而同地将资源投入到Agent训练环境的构建中。这一趋势表明，高质量的训练环境已成为提升Agent能力的关键变量，直接影响着AI技术的边界与潜力。

核心驱动因素在于，随着基础模型性能的不断提升，单纯依赖静态数据已难以满足Agent复杂交互的需求。姚顺雨在加入腾讯后强调：“如果没有好的环境，Agent就没办法去做各种各样的事情。”这种认识促使各大厂商开始构建可交互的“训练世界”，让Agent能够在动态环境中学习和进化。

具体实践中，腾讯混元团队已经开展了多维度的探索。从4月至9月，该团队围绕环境构建发布了6篇论文，涉及长时任务、手机端模拟、自动生成与训练闭环等多个方向。例如，Hy3 Preview项目实现了批量造题和接入训练，而Long-Horizon-Terminal-Bench则将终端任务时间跨度从几分钟延长至数小时。同时，腾讯还推出了HyMobileAgent，构建了包含34个模拟App的PhoneWorld，使Agent能够在复杂的手机环境中进行训练。

阿里巴巴则通过联合高校发表的论文《Towards General Agentic Intelligence via Environment Scaling》，直接将“Environment Scaling”作为研究重点。此外，阿里还在洽谈领投训练与评测公司UniPat AI，估值约25亿美元，显示出对环境基建的高度重视。这些举措表明，环境构建不仅是技术层面的创新，更成为资本关注的新热点。

值得注意的是，环境构建面临质量与时效双重挑战。据腾讯内部数据显示，在筛选47678个公开环境后，最终仅保留127个有效环境，淘汰率高达99.7%。这反映出高质量环境的稀缺性和构建难度。同时，OpenAI审计SWE-Bench Pro发现约30%的任务存在问题，Anthropic也发现同一任务因资源配置不同可能导致6个百分点的性能差异。这些数据都凸显了环境质量对Agent能力的重要影响。

在工程实践层面，各大厂商也在积极探索托管式Agent解决方案。阿里云推出的Qoder Cloud Agents以「Agent as a Service」为核心，整合了生产级能力，支持任务调度、资源分配、运行监控等功能。OpenAI、Google Cloud、Anthropic等国际厂商也相继推出类似产品，将Agent的运行环境、Harness和Sandbox进一步托管化，显示出这一领域正在形成新的产业生态。

未来，随着Agent在生产环境中的广泛应用，如何保存、交接和复用Agent的工作会话将成为新的研究方向。Einsia AI发布的AgentGit平台正是针对这一需求开发的开源解决方案，旨在让Agent的工作上下文能够被完整保存、分享和复用，为下一代AI工作模式奠定基础。