標籤: reflection

人大高瓴與 NUS 的 Agent-Reflex 先從 24,510 筆真實工具錯誤歸納出 8 類故障、注入 557 個 MCP 環境，再從成功與失敗軌跡的對照挖出 1,170 條環境層級的反省技能，經 ReSFT 與 ORPO 兩階段內化進 Qwen3-8B。整理方法、在五個工具基準與 AgentNoiseBench 上的成績、消融結果，以及跟既有反省與環境擴充方法的差別和限制。