智能体「卷王」诞生！干活自动配结项报告，1.5张截图就把事说清了

Youtu-Agent 团队 投稿 量子位 | 公众号 QbitAI 在学校里做实验的时候，老师如何确定我们做了实验并且达到了预期效果呢？——最常见的做法是让学生写一份实验报告交上来。 现在，AI智能体拿到一个任务以后如何检验执行的效果有没有达到预期呢？ 我们也可以让AI在执行任务的同时主动提交一份证据链报告， 边做边收集任务完成的证据，自我检查是否符合预期，不符合就继续做。 在LLM/VLM驱动的智能体 （Agent） 的强化学习 （RL） 研究中，一直面临一个巨大的挑战： 你交给智能体一个任务，它干完了，但你不知道完成度如何。 为了确认它是否真的准确完成了任务，我们不得不建立庞大的 "监督系统" 来复核它的每一步操作。这种 "被动验证" 往往需要： 1. 手工设计的复杂校验机制 （比如：完全匹配的输出内容） ； 2. 强大的轨迹级验证方法 （比如：LLM/VLM-as-a-Judge众投决策） 。 这两种常见的先完成任务 （task completion） 再校验轨迹 （outcome verification） 的机制有以下缺点： 3. 依赖持续可观测环境的反馈信息，部分操作往往因为环境变化 （如页面刷 ...