Agent World Model in the Wild：计算机使用 Agent 环境合成

论文提出 WildAWM，一个用于合成可控环境与任务、以训练通用计算机使用 Agent（CUA）的可扩展流水线。与通常只针对单一交互接口的方案不同，其构建的可执行环境同时支持图形界面、模型上下文协议（MCP）服务和命令行接口，使 Agent 能组合视觉交互、工具调用与代码执行。该流水线完全由开源模型驱动，作者称这表明无需专有前沿模型也能生成高质量计算机使用环境，并针对任务合成中的若干反复出现的问题提出处理。

AI推荐理由 WildAWM 提出可扩展的计算机使用 Agent 环境与任务合成流水线，同时支持 GUI、MCP 服务和命令行接口，并声称完全由开源模型驱动。对训练通用 CUA 的数据与环境扩展有实际用途；但摘要未给出训练后性能提升的量化结果，环境质量与安全性也需正文验证。