OfficeTown：用于演进式智能体智能的生成式组织

AI 智能体越来越多地使用文件和软件工具来产出专业成果。这类工作依赖于在不同任务中积累的材料、决策和反馈。我们提出 OfficeTown，这是一种面向专业组织的生成式模拟框架，其中任务及其上下文源自持续进行的组织工作。OfficeTown 根据对组织宗旨和活动的自然语言描述，初始化一个组织；其成员在其中协调工作、将有界任务委派给助手智能体，并审查它们交付的成果。各类产物、决策和未解决事项会持续存在并影响后续工作，而职责和权限则决定每个成员能够看到和执行的内容。我们将工作请求、相关上下文和审查反馈整理为可执行的评测与学习资源。我们构建了 OfficeTown Bench，其中包含来自 8 个专业领域、23 个模拟组织的 406 项任务和 4,836 条评测标准，并融入了领域专家的反馈。对前沿模型的评测显示，仍有相当大的提升空间。在 OfficeTown 数据上进行监督微调和基于策略的数据蒸馏，显著提升了 Qwen3.5-9B 在包括 GDPval 在内的外部专业工作基准上的表现。补充评测表明，所测试的主导者--助手框架得分高于单智能体和多智能体基线。这些结果凸显了组织模拟在生成以工作为基础的数据和环境方面的价值，有助于推动通用型智能体的持续发展。