EdgeGen：用合成边缘案例生成让工具调用Agent超越幸福路径

工具调用 LLM 智能体日益广泛地部署于企业应用。然而有效的评估和优化需要高质量、多样的任务数据集，而隐私等约束使其难以获得。现有合成任务生成方法往往产生通用任务，忽略智能体底层的状态或数据库，无法反映真实使用的多样性。我们提出 EdgeGen，一个合成任务生成框架：从智能体的规范中抽取合规规则，并用它们生成以违反这些规则为目标、以数据库为依据的边缘案例任务。与现有合成数据技术结合后，EdgeGen 可通过微调和脚手架优化改进智能体。所得管线构成完全自动化的闭环系统，无需人工标注。在 EdgeGen 生成的数据上微调，在 tau2bench 航空域带来 2% 到 42% 的一致平均进展提升，而其他基线方法对某些模型反而出现退化。在脚手架优化方面，对 Gemma-4-e4b 模型，我们的方法相对人工策展脚手架和基础脚手架分别取得 10% 和 30% 的平均进展提升。