Qwen直接训了一个能模拟7种Agent环境的语言世界模型，叫Qwen-AgentWorld。 它不是先训Agent再加环境，而是从头就把“环境建模”当成核心训练目标。 模型要学会预测终端会输出什么、网页会怎么变、代码执行后状态如何变化，而不是只学会怎么去操作。 他们做了两个方向的探索： 一个是把世界模型做成高质量的环境模拟器，用来跑可控的Sim RL，结果发现用模拟环境训练的Agent，在某些任务上甚至能超过真实环境训练的Agent。 另一个更有意思：单纯让模型做环境预测（不做任何Agent训练），这个预测能力居然能直接迁移到真实的多轮Agent任务上，在多个benchmark上都有明显提升，包括一些完全没见过的领域。 Qwen这次开源了35B的MoE版本和对应的benchmark。 核心思路很清晰：想让Agent变强，先让它真正“懂”环境，不只是只教它怎么行动。 [引用 @Alibaba_Qwen]：📣📣 认识一下 Qwen-AgentWorld——一个原生的语言世界模型，能够在单一模型内模拟 7 种 Agent 环境（MCP、Search、Terminal、SWE、Web、OS、