AgentOmnia：面向全场景应用的智能体模型扩展

大语言模型智能体进展迅速，但进展在领域、能力、任务难度与交互设置之间仍然割裂。我们将其框定为全场景智能体扩展（full-scenario agentic scaling），并提出AgentOmnia，一个在To-Consumer（ToC）、To-Business（ToB）与To-Employee（ToE）应用之间协调任务空间定义、数据合成、后训练、评估与改进的框架。一个可扩展的领域×能力×原子难度分类体系对齐这些阶段，并借助OmniaBench实现细粒度诊断。AgentOmnia将双向环境-任务合成与工具依赖、程序结构化及基于求解器的流水线相结合，构建了5,018个有状态环境、255,375个工具和52,361个任务。程序、求解器与验证器提供正确性信号，监督微调、在线智能体强化学习和回滚课程支撑后训练。评估失败被转化为产品需求文档（PRD），用于有针对性的自我演进。从Qwen3-30B-A3B-Thinking-2507出发，AgentOmnia把OmniaBench困难子集的通过率从9.16%提升到37.11%，并把OmniaBench、τ²-Bench、DeepPlanning与VitaBench的宏平均从22.86%提升到41.69%。在统一协议下，它在OmniaBench上领先于受评估的智能体后训练基线，并保持四个基准中最高的宏平均。它还在全部四个基准上超过Qwen3-235B-A22B-Thinking-2507，并在宏平均上超过Qwen3.5-35B-A3B。收益横跨三个应用切分、十个能力维度、八个原子难度因子以及90个一级领域中的76个，表明改进是广泛而非特定类别的。一项单轮研究为PRD引导的自我演进提供了初步证据，值得在更大规模和工业环境中验证。