给 agent 喂数据，工具种类比任务量重要

练一个会调用工具的 agent，最贵的不是算力，是你不知道该把钱花在哪：多造一万道题，还是多接十种工具？一篇新论文第一次把这道选择题变成了可计算的公式。

一、发生了什么

arXiv 10 月 27 日挂出一篇机器学习论文，研究的问题是：合成出来的工具使用环境，其数据构成怎样影响 agent 的训练效果。研究团队提出了一条可控制的合成管线（论文里叫 SynthAPI），能分别调节三个维度的多样性——可用工具的种类、任务的形式、以及工具背后操作的那些数据库。他们在这套管线上系统性地变换生成参数，造出 45 万多个任务，训练了 849 个分四种规模的模型，然后从规模和构成两个变量里拟合出一条扩展律：给定环境的规模和构成，就能预测训练出的 agent 在未见过的工具调用任务上泛化得怎么样。这条规律里藏着几条对花钱方向的具体指引：数据预算往上加的时候，把工具种类和数据库种类做多样，比单纯堆任务数量更有效；而把数据做复杂，收益也更大。按这套发现来配数据，训出来的 agent 在四个评测基准上超过了用此前公开工作数据训练的对手。

二、跟你有什么关系

做 agent 产品的。 你在纠结「这周让标注团队多写两千个用例」还是「多接几个系统」时，论文给的答案是后者——工具和数据源的多样性是比任务数量更值钱的投入。

管训练预算的。 849 个模型的实验意味着这条规律不是拍脑袋经验，是可以先算再花的预算模型。花钱前先按公式估一遍期望泛化，能省掉大量无效的标注和合成。

写论文的。 「合成环境 + 可控变量 + 扩展律」这套做法本身可以搬走，换成你关心的任何 agent 能力维度去测。

三、怎么用

1. 盘点你现有训练数据里工具种类的分布。如果八成任务都在调同三类接口，优先扩充工具面，而不是再出一万道同构题。
2. 给数据加难度档位。论文的另一条结论是复杂数据收益更大，别把合成器永远停在简单档。
3. 小规模验证规律是否在你身上成立：换两三组构成比例各训一版小模型，画出趋势线，再决定大批量怎么配。

四、三个别信的说法

「数据越多 agent 越强」。 这篇论文恰恰说明构成比总量更要紧。同样的预算，全堆在任务数量上，边际收益很快被多样性的缺口吃掉。

「合成数据训不出真本事」。 在工具调用这类封闭能力上，可控合成反而是目前唯一能把「多样性」当成旋钮来拧的数据来源，前提是你控制得住变量。

「 scaling law 只属于预训练」。 这是背景，不是论文结论——预训练领域的扩展律研究已经成熟多年，而这篇工作把同类方法论搬到了 agent 后训练上，说明这条研究路线正在往下游能力迁移，明年大概率会有更多能力维度被这样量化。

五、一句话结论

训练 agent 这笔账，先算工具的多样性，再算任务的数量。

信息来源

• arXiv：通过可控环境合成研究工具型智能体的扩展律，2026 年 10 月 27 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。