NexForge：通过 LLM 的需求驱动任务合成扩展代理功能

扩展 LLM 后训练 的可执行代理训练数据受到基底绑定方法的瓶颈，这些方法将任务生成与预定义的工具、存储库或技能图联系起来：扩大覆盖范围需要手动基底工程，每个新领域都需要定制管道，并且生成的任务分布通常反映基底偏差而不是现实世界的需求。我们引入了 NexForge，这是一个需求驱动的框架，它将高级能力需求作为输入，并综合多种可执行的代理任务和 SFT 的专家轨迹。 NexForge 首先调查现实世界的需求以构建场景和任务配置文件，然后执行分布感知编译以生成任务指令。对于每个指令，NexForge 自动检索或构建所需的文件、依赖项和运行时配置，并最终收集专家执行轨迹以生成训练轨迹。在没有特定领域基础设施的情况下，NexForge 可以生成 3.6K 终端和 2K 办公任务，将 Terminal-Bench 2.0 上的 Qwen3.5-35B-A3B Base 从 22.5% 提高到 52.0%，GDPval 上的 Elo 从 813 提高到 1338；进一步扩展到 43.2K 终端任务，效率达到 58.4%，与配备 Claude Code 的 Claude Opus 4.6 相当。进一步扩展后，NexForge 合成的数据有助于 Nex-N2 的训练，Nex-N2 是一系列公开可用的代理模型，可将 Qwen3.5-397B-A17B 在 Terminal-Bench 2.1 上提升至 75.3%，在 GDPval 上提升至 1585 Elo，实现最先进的开源性能并超越多个前沿专有系统。 Nex-N2 型号可在 https://nex.sii.edu.cn/ 获取。