騰訊T1專攻Agent長任務：連續操作300多輪，跑分漲20分
來源 金色財經
金色財經報道，9月11日，騰訊把Qwen3.5-122B-A10B專門拿去練終端Agent，做出了T1。它主要處理Linux終端裏的複雜任務，單個任務最多能連續調用工具300多輪。Terminal-Bench2.1得分從底模的43.8%升到64.0%，漲了20.2分。這20.2分裏，大頭來自強化學習。SFT只把分數拉到49.4%，後面的強化學習又漲了14.6分。團隊準備了約1.5萬個終端任務，每個任務都配有自動測試。
Agent沒把整個任務做完，只要完成了其中一些要求，也能拿到相應獎勵。長任務還有一個麻煩。Agent真正幹活和之後拿這段經歷訓練時，同一句內容可能被重新切成不同token，MoE也可能換一批專家處理。T1會把當時生成的token和選中的專家都記下來，訓練時直接照着重放，把這種訓推偏差壓低了約三分之一。
免責聲明：僅供參考。 過去的表現並不預示未來的結果。
推薦文章
商品風暴再度來襲，花旗稱銅價2025年第三季可能下跌10%。
美元/日圓（USD/JPY）跌至152.88，創2026年2月以來新低。近5日，美元/日圓累計跌超4%。
週二（9月8日）中東局勢顯著升溫，石油供應短缺擔憂推動國際油價延續漲勢。其中WTI原油大漲逾3%至94.7美元，創三個月新高；布倫特原油反彈逼近100美元關口。美國中央司令部表示，美軍部隊當天摧毀了5艘伊朗原油運輸船，此舉是回應伊斯蘭革命衛隊 (IRGC) 在過去兩天兩度以彈道飛彈鎖定美國海軍軍艦。
澳幣作為高息商品貨幣，在利差預期與大宗商品走強雙重支撐下持續上漲。
美國8月PPI同比5.4%超預期，市場對聯準會9月16日升息1碼的定價升至約71%。今晚台灣時間20:30公布8月CPI，市場預期整體同比3.4%、核心同比回落至2.4%，且17家銀行的核心環比預測全部落在0.2%。本文整理公布時刻表、預期與前值對照、雙向情景推演與美元、黃金、美股關鍵位。
