Bittensor Agent Arenas 作为轨迹原语：从 ShoppingBench 子网轨迹中蒸馏购物 Agent

小型模型智能体后训练受限于轨迹数据质量。现有数据源存在偏差或未过滤问题。本文提出构建激励对齐的智能体竞技场（基于 Bittensor ShoppingBench 子网），以生成多样化且经评判的多轮轨迹。通过结构质量过滤器筛选出真正的智能体轨迹（含工具调用），剔除子任务轨迹，并据此对 Qwen3-4B 进行后训练。实验显示，该方法将成功率从 18.0% 提升至 42.7%，接近合成数据基线，证明了利用竞技场轨迹蒸馏 Agent 技能的有效性。