近日，腾讯混元团队联合复旦大学发布 WorkForge—— 面向长时序工作智能体的可验证训练环境自动化建构框架，为专业型工作智能体规模化训练、评估提供全新技术路径，推动能深度处理复杂专业任务的实用型智能体加速落地。

当前，面向职场、专业领域的工作智能体，需要在真实数字文件、复杂工作流中完成多步骤、长周期任务。传统方案大多依靠人工搭建训练环境，成本高昂、难以规模化；而自动合成环境又普遍存在场景真实性不足、结果缺少可信校验依据等短板，制约了工作智能体能力提升。针对这一行业痛点，腾讯与复旦团队联合研发 WorkForge 框架，打通从真实资源到可验证训练环境的自动化生成链路。

据介绍，WorkForge 以专家工作流为起点，自动识别任务所需资源、决策节点与交付物，调用真实素材搭建工作空间；再对空间内容做解析，提取可核验的事实锚点，依托锚点生成任务指令、执行方案，同时配套程序校验 + 语义校验双重验证器，确保智能体任务结果可追溯、可核验，解决长时序任务 “对错难判断” 的核心问题。

依托这套框架，研究团队已自动构建 16700 个可验证训练环境，覆盖 40 个专业领域，支持文档、表格、代码等合计 60 种文件类型。实测显示，经过 WorkForge 环境训练后，大模型在长时序工作智能体基准评测上获得显著提升，验证了该框架在场景规模、真实度与可验证性上的综合优势。

腾讯相关负责人表示，工作智能体是 AI 走向产业生产力的重要方向，高质量训练环境是能力底座。本次和复旦大学的产学研合作成果 WorkForge，兼顾学术创新与产业落地价值，既为智能体基础研究提供高质量评测数据集，也有望降低企业开发垂直领域数字员工、专业智能体的门槛。

下一步，双方团队将持续迭代 WorkForge，拓展更多行业工作场景，优化环境生成效率与验证能力，持续探索长时序、高可靠工作智能体技术，助力通用智能体技术在办公、研发、法务、金融等专业场景落地应用。