Echoverse：为计算机代理打造深度演化环境

微软研究院近日发布了一项名为Echoverse的新研究，专门为“计算机使用代理”（computer-use agents）构建了12个高保真训练世界。这项研究的核心思路是：与其堆砌大量低质量的模拟环境，不如精心打造少数几个深度、逼真的世界，让AI代理在其中真正学会操作复杂的软件界面。实验结果显示，一个原本表现平平的9B参数模型，在Echoverse中训练后，其基准得分从36.5%飙升至67.1%，性能几乎翻倍，与GPT-5.4的差距缩小到仅14个百分点。 为什么Echoverse如此有效？关键在于它解决了当前AI代理训练中的一个根本矛盾：人们真正希望自动化的操作，如电子邮件、银行系统、健康记录和云服务后台，都是封闭的、有状态的系统。在这些真实系统上训练AI，每一次点击都会产生实际后果，无法重置，风险极高。因此，Echoverse的做法是重建这些系统的“合成世界”，在这个世界里，数据库是可控的，状态是真实的，但可以安全地破坏、快速重置，并且通过底层数据而非截图来评判AI的操作是否正确。这12个世界被分为两类：10个“深度领域世界”和2个“能力世界”。每个世界都专注于一个特定的、AI代理普遍感到棘手的UI控件，比如日期选择器和嵌套筛选器，并以多种形式反复出现，迫使代理真正理解其底层逻辑，而非死记硬背。 这项研究对跨境电商卖家和AI从业者有着直接的启示。对于卖家而言，这意味着未来可能出现更强大的自动化工具，能够可靠地操作各种复杂的后台系统，如亚马逊卖家中心的广告管理、库存调整或客户服务界面，而不仅仅是简单的网页抓取。对于AI从业者，Echoverse的核心理念——即“环境-模型-验证器”三者协同进化——提供了一种新的训练范式。研究团队发现，仅仅增加世界的数量并非关键，关键在于不断迭代已有的世界，让任务变得更难、更精确，同时让验证器（verifier）能更准确地判断结果。通过强化学习（RL）而非简单的模仿学习，模型不仅学会了如何完成任务，还学会了用更少的步骤达成目标。目前，微软已在GitHub和Hugging Face上开源了其中四个世界及其代码、数据和验证器，供社区研究使用，这无疑将加速整个领域在“高保真计算机使用世界”上的探索。