STS：通过模拟企业系统生成符合业务约束的数据

工具调用Agent已经成为企业AI的重要组成部分，但受业务与法律对企业系统、数据和数据库Schema的限制，大规模训练和评测仍受到严重约束。表格数据合成是一种自然替代方案，但其有效性从根本上受结构有效性和Schema可获得性限制；基于流程的方法则有相反的弱点：若不针对每个领域编写流程，通常难以保留真实分布。我们提出Synthesis Through Simulation（STS），一种无需数据库Schema的数据合成范式，由LLM Agent在模拟企业环境中通过执行受策略约束的API操作生成数据。由于生成数据的环境本身就定义了有效性，STS从构造上保证结构有效，并把有效性约束执行与分布建模解耦，使二者可以独立处理。STS中的领域无关Agent Generalist Populator（GP）进一步解决分布保真和合成可扩展性问题：在没有数据库Schema访问权限的情况下，GP在全部十个环境中实现平均0.88的边缘分布保真度和100%的约束满足率；统计合成方法因必须提供种子数据而无法用于其中七个环境，而拥有Schema权限的Agent由于任务组合脆弱，在航空环境的紧耦合工作流中有82%的轨迹失败。我们在https://github.com/SAP/synthesis-through-simulation开源完整框架、全部十个环境及生成数据集。