面向API调用智能体的无环境合成数据生成

训练API调用的大语言模型（LLM）智能体需要大量高质量轨迹。但大规模收集这类数据通常要求完整实现的环境：可执行的API与预置真实数据的后端数据库，这构成可扩展性的主要瓶颈。为克服这一点，我们提出一种无环境的合成数据生成方法，把LLM当作即时的数字世界模型。只需API规格，该方法即可生成模仿智能体与有状态环境交互的轨迹。具体地，一个LLM先生成可用给定API解决的多样任务；教师智能体迭代求解每个任务，同时由LLM模拟器以任务上下文与模拟历史为条件生成连贯的合成API响应；最后由LLM裁判过滤轨迹，保证数据集质量。我们在包含信息检索与状态变更任务的AppWorld与OfficeBench两个挑战性基准上评估：在合成数据上微调模型带来显著性能增益，证明API调用智能体的有效监督可以在没有任何可执行环境的情况下生成。结果确立了基于LLM的API模拟作为跨API生态训练智能体的实用、可扩展方案。