AWorld: Advancing Agentic AI

“AI 的下一个前沿领域是你的专业知识”

中文版 | 自动化 | 演进 | 贡献 |

---

通用 AI 常常会碰到“上下文之墙”——那些定义了你的世界的细微数据、工作流和直觉。Agent 的真正力量不只在于模型本身，更在于它的Agent Harness：负责协调其工具、记忆、上下文和执行过程的框架。

这就是AWorld 命题：强大的 Harness 还不够。只有像你这样的专家将宝贵的知识融入其中，实实在在地筑起那堵墙上的大门，才能真正释放 AI 的规模化潜力。

AWorld 是专为这一目标打造的平台。我们提供经过实战检验的完整 Harness，作为一套方案，让你这位专家能够将自己的知识打造为一支自主 Agent 队伍。携手共进，我们将超越 AI 泛泛的承诺，创造出稳健、精准的应用，精通你的特定领域。

# 从专业知识到产品

看看将专家知识编码为可复用的 Skills 后会发生什么。以下作品由 AWorld Agent 编排，展示了我们的核心扩展规律：社区贡献的专业知识越多，整个生态系统就越强大。

从单提示词视频生成到深度搜索工作流，每个示例都将专业知识转化为可重复的生产能力。

这就是当下所能实现的。想象一下，我们将如何运用你的专业知识创造更多可能。

能力	专业知识	查看演示	配方
创建应用	• 由基础模型自动创建 • 由 UI Evaluation Skill 自动评估		查看配方
深度搜索	• 由 Agent Browser Skill 自动搜索		查看配方
单提示词视频：三角恒等式	• 由 Remotion Skill 自动创建 • 在 Youtube 查看完整视频		查看配方
单提示词视频：企业培训	• 由 Remotion Skill 自动创建 • 在 Youtube 查看完整视频		查看配方
单提示词视频：品牌营销	• 由 Video Diffusion 和 Audios Insert Skill 自动创建 • 在 Youtube 查看完整视频		查看配方
单提示词视频：社交媒体	• 由 Video Diffusion 和 Audios Insert Skill 自动创建 • 在 Youtube 查看完整视频		查看配方
单提示词视频：虚拟主播	• 由 Video Diffusion、Audio Generator 和 Video Embedded Skill 自动创建 • 在 Youtube 查看完整视频		查看配方

开启你的 AWorld-CLI 之旅

从构想到进化为自主 Agent，这段旅程触手可及。

安装并激活

安装一次，全局配置，随处运行。

安装 AWorld-CLI

git clone https://github.com/inclusionAI/AWorld && cd AWorld

conda create -n aworld_env python=3.11 -y && conda activate aworld_env 

pip install -e . && cd aworld-cli && pip install -e .

配置并启动

cd your working directory

aworld-cli --config

配置完成后，只需在终端中输入 aworld-cli，即可开启你的旅程。

或者，你也可以在 working directory 中创建 .env 文件，通过其中的设置配置模型和 API。有关核心变量，请参阅 AWorld CLI Configuration。

使用 AWorld-CLI 自动创建

AWorld-CLI 不止于简单的脚手架。它充当中央大脑——AWorld Agent，负责统筹一组专用子 Agent，自动构建、评估，甚至演进其他 Agent。

这个多 Agent 系统协同工作，将你的想法变为现实：

Agent 名称	职责与核心功能
👑 AWorld Agent	统筹者：中央大脑，负责解读用户目标、制定计划，并将任务分配给合适的子 Agent。它管理从开始到结束的整个工作流。
🧑‍💻 Developer	构建者：负责编写、调试和重构代码的顶尖工匠。
🧐 Evaluator	评审者：质量保证专家。它依据客观标准评估 Developer 的输出，并提供演进循环所需的关键反馈。
🎬 Video Diffusion	视频创作者：基于扩散模型的子 Agent（例如 Kling-V3），可根据文本或文本 + 图像输入生成视频。
🎤 Audio Generator	语音创作者：基于 TTS 模型的子 Agent，可将文本输入转换为语音音频。
🖼️ Image Generator	图像创作者：可根据文本或文本 + 图像输入生成图像的子 Agent。

演进循环：构建 -> 评估 -> 演进

假设你提出请求：“帮我创建一款 UI 质量评分高于 0.9 的英语单词学习小应用。”

• Developer 进行构建：Developer 分析需求，并使用 CAST 编写代码（例如 HTML）。
• Evaluator 进行评审：Evaluator 使用我们经过验证的 Skill检查输出。
• 循环迭代优化：如果评分低于目标（例如 0.9），AWorld 会指示 Developer 修复 Evaluator 发现的具体问题。此循环会持续进行，直到满足你的标准。

📹 查看自我演进循环的实际演示

没有评估，就没有演进

Agent 要想改进，首先必须了解“优秀”是什么样的。这种评估是自主演进循环的核心，但也是一项复杂的挑战。评估范围从具有明确指标的客观任务（例如解答数学题），到需要人类偏好的主观任务。现实世界中的演进还会受到庞大代码库、有限上下文窗口以及需要精准迭代等因素的影响。

AWorld 提供完善的基础设施，帮助你掌握这两种评估场景，将你的专业知识转化为决定性驱动力，引导 Agent 完成整个演进循环。

#### CAST：攻克代码复杂性

Agent 往往会因代码过于复杂而失败。我们构建了 CAST（代码抽象语法树）来解决这个问题。CAST 不会让 Agent 看到一份扁平的文本文件，而是为其提供代码的架构蓝图。这使得：

• 分层导航：无需陷入实现细节，即可快速了解代码结构和用途。
• 近乎无限的上下文：智能压缩代码，只向 Agent 提供相关信息，突破上下文窗口的限制。
• 精准修改代码：充分了解依赖关系，精准修改代码，避免“盲目”文本替换带来的笨拙错误。

作为评估者，发挥你的专业知识

CAST 提供了进行修改的技术能力，而你的知识则指明了方向。AWorld 的 共享技能系统让你的专业知识成为衡量质量的终极标准。

自动评估：Evaluator Agent 负责评判表现并找出缺陷，为 Developer Agent 设定明确、客观的目标。这创造了强大的协同效应：Evaluator 设定目标，Developer 运用相同的知识实现目标。

人工评估：对于需要主观判断的任务，你的直觉就是上限。你是最终的评估者。你可以在任何阶段提供自然语言反馈，AWorld Agent 会将其解读为下一轮迭代的高优先级指令。

无论是你贡献的技能所提供的自动评分，还是你直接给出的人工指导，在 AWorld 中，精准反馈推动精准进化。

久经考验的 Harness：卓越的基准测试表现

以下在竞争性基准测试中取得的高排名，不只是 Agent 的成就，更是对 AWorld **Harness** 的直接验证。这些排名证明，我们强大且经受实战考验的基础设施，为构建最先进的 AI 提供了必要的基础。

Agent 基准测试

类别	成就	表现	关键创新	日期
🤖 Agent	GAIA 基准测试 表现卓越	Pass@1：67.89 Pass@3：83.49 （109 项任务）	多 Agent 系统的 稳定性与编排	2025/08/06
🧠 推理	IMO 2025 问题求解	6 小时内解出 5/6 道题	多 Agent 协作 胜过单模型	2025/07/25
🖼️ 多模态	OSWorld 排名第 1	58.0% 成功率	工具越多越好？	2025/09/18
🖼️ 多模态	VisualWebArena 9 月排名第 1	36.5% 成功率	自动化工具生成	2025/09/25
🔍 深度搜索	Xbench 表现卓越	Pass@1：51 Pass@3：61	AWorld 拥有自己的上下文引擎：Amni。	2025/10/23

#### 数据合成

1. FunReason-MT 技术报告：突破多轮函数调用的复杂度壁垒 arxiv，2025。论文、代码、模型、数据集

   Zengzhuang Xu、Bingguang Hao、Zechuan Wang、Yuntao Wen、Maolin Wang 等。

2. 从失败到精通：为工具使用 Agent 生成困难样本 arxiv，2026。论文、代码、模型、数据集

   Bingguang Hao、Zengzhuang Xu、Yuntao Wen、Xinyi Xu、Yang Liu 等。

模型训练

1. AWorld：为 Agentic AI 编排训练方案。 arxiv，2025。论文、代码、模型

   Chengyue Yu、Siyuan Lu、Chenyi Zhuang、Dong Wang、Qintong Wu 等。

2. FunReason：通过自我优化多尺度损失和自动化数据精炼，增强大模型的函数调用能力。 arxiv，2025。论文、模型

   Bingguang Hao、Maolin Wang、Zengzhuang Xu、Cunyin Peng 等。

3. 通过强化学习探索更优的函数调用。 arxiv，2025。论文、代码

   Bingguang Hao、Maolin Wang、Zengzhuang Xu、Yicheng Chen 等。

4. RAG-R1：通过多查询并行化激发大模型的搜索与推理能力。 arxiv，2025。论文、代码、模型

   Zhiwen Tan、Jiaming Huang、Qintong Wu、Hongxuan Zhang、Chenyi Zhuang、Jinjie Gu

5. V2P：从背景抑制到中心增强，实现稳健的 GUI 定位任务。 arxiv，2025。论文、代码

   Jikai Chen、Long Chen、Dong Wang、Leilei Gan、Chenyi Zhuang、Jinjie Gu

6. 别只微调 Agent，也要调整环境 arxiv，2025。论文

   Siyuan Lu、Zechuan Wang、Hongxuan Zhang、Qintong Wu、Leilei Gan、Chenyi Zhuang 等。

元学习

1. 感知用户画像的策略调整：AWorld 提出的动态多 Agent 系统，用于稳健地解决 GAIA 问题。 arxiv，2025。论文、代码

   Zhitian Xie、Qintong Wu、Chengyue Yu、Chenyi Zhuang、Jinjie Gu

2. Recon-Act：通过 Web 侦察、工具生成和任务执行实现自我演进的多 Agent 浏览器使用系统。 arxiv，2025。论文、代码

   Kaiwen He、Zhiwei Wang、Chenyi Zhuang、Jinjie Gu

高级功能

后台子 Agent 执行（v2.0）

非阻塞式编排：启动子 Agent，并在它们于后台执行时继续工作。

from aworld.core.common import ActionModel
from aworld.core.tool.builtin.spawn_subagent_tool import SpawnSubagentTool

# Initialize tool
spawn_tool = SpawnSubagentTool(subagent_manager=your_manager, conf=config)

# 1. Start background task (returns immediately)
action = ActionModel(
    action_name='spawn_background',
    params={
        'name': 'deep_researcher',
        'directive': 'Comprehensive research on quantum computing',
        'task_id': 'research_quantum'
    }
)
obs, reward, _, _, info = await spawn_tool.do_step([action])
task_id = info['task_id']

# 2. Orchestrator continues other work (parallel execution!)
# ... analyze existing data, plan next steps, spawn more tasks ...

# 3. Check status (non-blocking)
check_action = ActionModel(
    action_name='check_task',
    params={'task_id': task_id, 'include_result': False}
)
obs, reward, _, _, info = await spawn_tool.do_step([check_action])
print(f"Status: {info['status']}, Elapsed: {info['elapsed']:.2f}s")

# 4. Wait for completion when ready
wait_action = ActionModel(
    action_name='wait_task',
    params={'task_ids': task_id, 'timeout': 300}
)
await spawn_tool.do_step([wait_action])

# 5. Get result
check_action = ActionModel(
    action_name='check_task',
    params={'task_id': task_id, 'include_result': True}
)
obs, reward, _, _, info = await spawn_tool.do_step([check_action])
result = info['result']

性能优势：编排器工作与子 Agent 执行并行进行，耗时为 max(T_orchestrator, T_subagent)，而非 T_orchestrator + T_subagent。基准测试表明，典型工作负载的执行速度提升了 3 倍。

文档：请参阅 docs/Agents/Parallel Subagents.md

---

贡献

我们的路线图包括拓展 AI for Science & Business 计划、深化自我进化能力，以及扩充由社区贡献的 Skills 库。

我们诚挚欢迎开发者、研究人员和领域专家加入我们。无论是改进框架，还是贡献您所在专业领域的 Skill，您的付出都很有价值。

历史规划笔记位于 aworld-cli/internal/docs/superpowers/。

如需引用学术成果或联系我们，请使用以下 BibTeX 条目：

@misc{yu2025aworldorchestratingtrainingrecipe,
      title={AWorld: Orchestrating the Training Recipe for Agentic AI}, 
      author={Chengyue Yu and Siyuan Lu and Chenyi Zhuang and Dong Wang and Qintong Wu and Zongyue Li and Runsheng Gan and Chunfeng Wang and Siqi Hou and Gaochi Huang and Wenlong Yan and Lifeng Hong and Aohui Xue and Yanfeng Wang and Jinjie Gu and David Tsai and Tao Lin},
      year={2025},
      eprint={2508.20404},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2508.20404}, 
}