# Qwen-Planner-Agent

该工作构建了闭环 AI-for-AI 框架下的 Qwen-Planner-Agent，通过共享的“动作—反馈—验证”契约把数据生产、模型训练与部署串联起来：AI for Data 建立人工把关的智能体数据飞轮，AI for Training 结合监督式规划冷启动与混合环境在线智能体强化学习并提出 CARE 以降低推理与工具使用成本，AI 驱动模型与运行框架协同演化；结果显示该智能体在 MobilePA-Bench 上取得所有被评估模型与系统中的最佳总体表现，并在工具使用、记忆、技能与子智能体协同方面优于其基座模型，同时在非移动智能体基准上有所提升且大体保持通用能力。

该工作构建了闭环 AI-for-AI 框架下的 Qwen-Planner-Agent，通过共享的“动作—反馈—验证”契约把数据生产、模型训练与部署串联起来：AI for Data 建立人工把关的智能体数据飞轮，AI for Training 结合监督式规划冷启动与混合环境在线智能体强化学习并提出 CARE 以降低推理与工具使用成本，AI 驱动模型与运行框架协同演化；结果显示该智能体在 MobilePA-Bench 上取得所有被评估模型与系统中的最佳总体表现，并在工具使用、记忆、技能与子智能体协同方面优于其基座模型，同时在非移动智能体基准上有所提升且大体保持通用能力。