斯坦福推出TRACE：通过针对性能力训练将Agent反复失败转化为合成RL环境

斯坦福大学研究人员提出的TRACE（Capability-Targeted Agentic Training System）是一种针对Agent能力缺陷的强化学习训练系统。它首先从Agent的自身执行轨迹中诊断出反复失败的具体能力缺口，然后为每个缺失能力自动合成一个可验证的训练环境，并训练对应的LoRA适配器作为专家模块。推理时，系统通过路由机制将不同token分配给最合适的专家，实现动态组合。在τ²-Bench上，TRACE提升了15.3个点；在SWE-bench Verified上达到73.2%的Pass@1。 对于开发Agent应用的工程师团队，TRACE提供了一种自动化的能力诊断与补强方案：不需要人工分析失败案例或额外标注数据，只需Agent的历史轨迹即可生成针对性的训练环境。这一方法特别适合需要长期稳定执行复杂任务的Agent系统，例如代码生成、自动化编程或多步骤决策场景。使用开源LLM和LoRA微调的团队可以较容易地复现该方案。