9月12日上午，2026 Inclusion·外滩大会“Agent Post-Training：智能本质与下一个Scaling Law”见解论坛在上海举行。论坛围绕智能体后训练的算法、环境、基础设施及自我进化等议题展开，来自CAMEL AI、蚂蚁百灵、英伟达、美团LongCat等机构的研究者与产业实践者分享了最新探索。
CAMEL AI创始成员谢钰溱在开场分享中，将Agent的Scaling Law拆解为三个维度：智能体数量、所处环境与自身进化。在数量维度，研究重点并非简单增加参与任务的Agent，而是解决多智能体之间的通信、共识与去中心化自组织问题。在环境维度，她提出环境之于Agent如同数据之于模型，随着任务从简单推理走向跨设备操作、长流程工作乃至机器学习研发，环境复杂度不断提高，结果验证与防止奖励机制被利用变得更加重要。在进化维度，她认为利用当前模型加速研发、推动下一代模型训练，可能成为探索下一个Scaling Law的关键。
蚂蚁百灵大模型负责人周俊以《Agent后训练的产业化全景：让模型走出实验室》为题，提出高质效、可专业化与可信执行三个关键词。他以医疗和金融投研场景为例指出，模型需要识别缺失信息、开展循证检索、说明数据来源并区分事实与假设。周俊强调，现阶段目标并非假设模型不会犯错，而是建立能够识别风险、明确边界的执行体系。“一个好的agent，他不是知道下一步应该做什么，他更加重要的是知道下一步哪些不能擅自去做。”他指出，场景不会自动转化为模型能力，真正重要的是从实际使用中沉淀可复盘的失败案例、更符合专业要求的评测体系以及可交互的训练环境。
英伟达研究员胡健介绍了面向研究的强化学习框架Molt。该框架采用基于PyTorch原生能力的设计，核心代码约9000行，旨在降低框架理解与修改成本，缩短从提出想法到完成实验的距离。胡健表示，代码规模过大时，编程智能体难以完整理解训练框架，容易在实现研究想法时出错，更精简的代码与清晰的接口有助于降低人和Agent共同参与研究的门槛。框架已支持多种主流模型及大参数规模训练。
美团LongCat主任研究员、通用Agent团队负责人顾奇将讨论推进到长程任务。他将长程任务分为循环迭代型与系统性两类，后者包含多层级子任务与复杂依赖关系，反馈稀疏，需要探索任务分段、过程指导和中途更新等机制。围绕支撑Agent运行的外部框架Harness，顾奇将其拆解为交互界面、信息管理机制和推理脚手架三部分，并认为随着模型能力增强，预先规定推理步骤的脚手架可能逐渐减少，但环境交互与信息管理仍将长期存在。在环境建设方面，他指出任务难度不能只用工具数量衡量，工具间的依赖关系、推理深度与交互噪声同样重要。
从论坛分享来看，Agent后训练正从单一模型能力提升转向环境构建、信息管理与训练算法的协同设计。如何让智能体在真实任务中积累经验、验证成果并持续进化，已成为探索下一个Scaling Law的核心命题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
