阿里巴巴 Qwen-AgentWorld 把語言模型訓練成「環境本人」而非 agent：學預測下一個環境觀察，而不是學行動。結果一個從沒被當 agent 訓練的模型，在七個工具任務上全面變強，還能當可控模擬器取代昂貴的真...