清华与通义千问团队论文：重构环境训练代码Agent优于轨迹模仿
New Tsinghua + Qwen Team's paper flips the usual agent-data recipe:
代码 Agent 训练的核心痛点是数据质量，这篇论文提出的“重构环境”思路直接解决了轨迹数据稀缺和不可复用的问题，实验提升显著，值得 Agent 开发者参考其数据构建逻辑。
New Tsinghua + Qwen Team's paper flips the usual agent-data recipe:
清华大学与通义千问团队的新论文颠覆了常规的智能体-数据配方：
Reconstructing and re-solving old agent workspaces trains better coding agents than imitating the original runs
重建并重新求解旧的智能体工作区，比模仿原始运行过程能训练出更优秀的编码智能体
A trajectory is like a recording of 1 coding agent fixing 1 bug: you can only copy what that agent did.
轨迹就像记录了一个编码智能体修复一个 bug 的过程：你只能复制该智能体的行为。
The paper instead rebuilds the actual code workspace from that recording, so you can give the same workspace new bugs, new features, or a stronger agent and generate many fresh training examples from it.
相反，该论文从该记录中重建实际的代码工作区，因此你可以为同一工作区添加新的 bug、新功能或更强的智能体，并从中生成大量新鲜的训练样本。
That is the core difference: trajectory = 1 frozen solution; environment = a reusable codebase that can produce many new verified tasks, and the paper finds the second is much better for training agents.
这就是核心差异：轨迹 = 一个冻结的解决方案；环境 = 一个可重用的代码库，能够产生许多新的已验证任务，而论文发现第二种方式对训练智能体效果更好。
Training Qwen3.5-27B on the resulting data moved Terminal-Bench 2.1 from 46.2% to 58.1% and EvoCode-Bench v2 MT@4 from 6.3 to 20.1 under the paper's Terminus2 setup.
在 Terminus2 设置下，使用该论文生成的数据训练 Qwen3.5-27B，使 Terminal-Bench 2.1 从 46.2% 提升至 58.1%，EvoCode-Bench v2 MT@4 从 6.3 提升至 20.1。
collect execution environments you can reuse, not just more traces you can imitate.
收集你可重用的执行环境，而非仅仅收集更多可供模仿的轨迹。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力