一句话看懂：alphaXiv 收录的一项预印本研究提出 SynthAPI 可控合成环境管线，用 849 个 Qwen3.5 学生模型实验推导出工具调用智能体的缩放规律：数据预算越大，增加工具和数据库多样性比堆任务数量更有效。
事件核心：发生了什么
据 alphaXiv 论文页面，作者构建了 SynthAPI 管线：由大模型生成带数据库结构和工具的 Python 应用，再为每个应用生成任务指令、初始数据库状态、验证器和标准求解器。生成过程通过四个控制项调节：应用数（对应工具多样性）、每个应用的任务数、每条指令的初始数据库配置数、干扰数据深度。研究共生成 458,752 个任务、覆盖 64 个应用，训练了 2B、4B、9B、27B 四种规模的 849 个 Qwen3.5 学生模型，采用监督微调而非强化学习回路。以 9B 模型为例，低预算时少而精的应用组合更好，预算超过 4096 个任务后 64 个应用明显占优；数据库配置数也随总量从 1 增至 4。按此规律扩数据，在四个评测基准上优于此前同类方法训练的数据。
为什么重要
多步、有状态的工具调用训练数据稀缺且难造，行业常见做法是继续扩大合成数据量。这项研究把“数据该怎么配比”变成可测变量，指出缩放收益主要来自工具和数据库的多样性及复杂度，任务数量并非唯一杠杆。对正在用合成数据训练 Agent 的团队，这意味着数据预算的分配方式可能比总 token 数更值得优化。
对用户/开发者/创作者的影响
对开发者，SynthAPI 的思路可直接借鉴：设计训练集时优先扩展工具面、数据初始状态和干扰数据，而非无差别增加任务。对使用工具调用 API 或 AI 应用的用户，这项研究指向更可靠的跨应用多步操作智能体，但目前只是训练方法论文，不是已上线产品能力。创作者与企业采购方可关注其评测条件：训练任务均来自单一应用，评测则是多应用任务，跨应用泛化仍需实际验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是作者提到的评测灵敏度问题：现有基准可能不足以衡量更难的数据库状态检索，后续是否推出更敏感基准；二是该缩放规律能否迁移到闭源大模型和强化学习训练流程；三是 SynthAPI 是否开源、被主流 Agent 训练框架采用。
来源：alphaXiv
