【AI论文解读】合成计算机革命：AI代理终于能在「真实电脑」上干活了

核心问题：AI评估的「考试作弊」困境

训练AI代理面临一个根本悖论：你在什么环境里评估它，它就会成为什么。传统做法是构建固定题库，AI在封闭、标准化的环境里完成孤立的「考试题目」。但现实世界的工作完全不同——它是长周期的、多工具协同的、极度依赖具体电脑环境的。

这篇论文的核心贡献：如何规模化造出「合成用户电脑」，让AI在近乎真实的环境里训练和评估？

方法：SynthComputers三步走

• 第一步造电脑：构建有用户真实感的文件夹层级，而非随机生成。真实的电脑环境本身就是知识载体。
• 第二步跑任务：两个AI配合，一个给目标，一个实际操作，每次模拟一个月工作量，消耗2000多轮对话token。
• 第三步训练+评估：用合成数据训练，在全新未见过的电脑上测试泛化能力。

观点：这是AI代理训练的ImageNet时刻

2012年ImageNet用自己的大规模真实数据，证明了深度学习Scale的可行性。合成计算机的方法论，可能就是AI代理领域的ImageNet时刻：可规模化（persona可扩展到百万甚至十亿级别）、可验证（有明确ground truth）、可泛化（在未见过的电脑上仍有提升）。

当AI代理的训练从做题走向干活，它才能真正变成日用品。