# CompoWorld 组合式环境扩展

CompoWorld 提出组合式环境扩展框架：用编码智能体把 MCP 工具规范转成带类型状态与共享接口的可执行服务，用随机游走在服务依赖图上生成并验证跨服务任务，再用验证过的轨迹做 SFT、用 Completion-Focused Rubric Reward 配合 GRPO 做 RL，构建了 448 个服务、10,130 个工具，并用 3K SFT 轨迹与 1K RL 任务训练 Qwen3.6-35B-A3B，在八个基准上平均提升 9.17 分，AutomationBench 任务成功率从 10.33% 升到 32.33%。

CompoWorld 提出组合式环境扩展框架：用编码智能体把 MCP 工具规范转成带类型状态与共享接口的可执行服务，用随机游走在服务依赖图上生成并验证跨服务任务，再用验证过的轨迹做 SFT、用 Completion-Focused Rubric Reward 配合 GRPO 做 RL，构建了 448 个服务、10,130 个工具，并用 3K SFT 轨迹与 1K RL 任务训练 Qwen3.6-35B-A3B，在八个基准上平均提升 9.17 分，AutomationBench 任务成功率从 10.33% 升到 32.33%。