摘要
AI Agent 在自动化后训练阶段面临挑战，因网络环境噪声大、任务跨度长，导致数据收集质量低下。本文提出 ANDES 框架，将数据生成重新定义为一种可插拔的
AI 推荐理由
论文核心是将数据生成重构为 Agent 的可插拔技能，通过抽象层增强 Agent 的工具使用能力。
研究机构
北京大学
四川大学
论文信息