---

少即是多：78 条轨迹，让大模型学会“工作”

Not data abundance, but strategic curation of high-quality agentic demonstrations.

最近，一篇名为《LIMI: Less is More for Agency》的论文在 AI 社区引发热议。它用一个看似反直觉的结论，挑战了当前智能体训练的主流范式：

Using only 78 carefully designed training samples, LIMI achieves 73.5% on AgencyBench, dramatically outperforming state-of-the-art models… Most strikingly, LIMI demonstrates 53.7% improvement over models trained on 10,000 samples—achieving superior agentic intelligence with 128 times fewer samples.

仅用 78 条精心设计的专家工作轨迹，就能训练出在“自主性”（Agency）上大幅超越 SOTA 模型的 AI 智能体——这不仅是工程奇迹，更是一次范式跃迁：AI 正从“会思考”走向“会工作”。

---

什么是“Agency”？

论文开篇即给出明确定义：

We define “Agency” as the emergent capacity of AI systems to function as autonomous agents—actively discovering problems, formulating hypotheses, and executing solutions through self-directed engagement with environments and tools.

换句话说，Agency 不是被动回答问题，而是主动完成任务：

• 开发一个完整的五子棋游戏（含 UI、规则、AI 对战、回放）
• 执行科研流程：下载数据 → 调用 API → 分析结果 → 生成报告
• 构建并发聊天系统，支持登录、好友、消息持久化、多用户同步

这些任务需要 规划、工具调用、错误恢复、状态跟踪、人机协作——这正是“工作型 AI”的核心。

---

为什么“Less is More”？

当前主流假设是：more data yields better agency, following traditional scaling laws。
但 LIMI fundamentally challenges this paradigm，证明：自主性不靠数据量，而靠数据质。

关键在于 “trajectory”（轨迹）——不是简单的问答对，而是完整的工作日志，包含三要素循环：

1. Model reasoning（推理）：AI 的思考过程（“我先实现前端，再加 AI 逻辑”）
2. Model tool calling（工具调用）：执行代码、调 API、读写文件
3. Environment observation（观察）：工具返回结果、错误信息、用户反馈

一条轨迹平均长达 42.4k tokens，最长 152k tokens，相当于一次完整的“人机协作开发过程”。

💡 78 条轨迹 ≈ 330 万 tokens，远少于常规 SFT 数据集，但每一条都富含高阶自主性信号。

---

轨迹如何构建？

LIMI 的数据构建流程极具启发性：

1. Query 合成：

   • 60 条来自真实开发者/研究员的协作场景
   • 18 条从 GitHub 高星 PR 中用 GPT-5 合成（“systematic GitHub pull request-based query synthesis”）

2. 轨迹采集：

   • 4 名博士生与 GPT-5 在 SII CLI 环境中协作完成任务
   • 全程记录 reasoning → tool → observation 的闭环交互
   • 每条轨迹以“任务成功”为终点（“until successful completion is achieved”）

⚠️ 注意：GPT-5 仅用于生成高质量示范，最终模型是微调后的 GLM-4.5（开源），完全可复现。

---

为什么这能成功？

LIMI 的成功依赖三大前提：

1. 任务可分解、可交互、可验证
   每一步都有明确输入、动作、反馈（如“运行代码 → 报错 → 修正”）

2. 专家思考被显式外化
   轨迹中包含“why”，而非仅“what”——这是隐性知识显性化的关键

3. 基座模型足够强
   微调的是 GLM-4.5（355B），具备理解复杂规划与工具语义的能力

✅ 这不是“用规则替代 AI”，而是“用高质量示范教会 AI 工作”。

---

这意味着什么？

如果 LIMI 范式可复制，将带来深远影响：

• 垂直领域智能体开发门槛大幅降低
  金融、医疗、芯片、科研等领域，只需记录几十次专家工作轨迹，即可微调出专用智能体。

• 从“thinking AI”迈向“working AI”
  企业不再需要海量标注数据，而是构建“可编程工作台” + “专家协作记录系统”。

• AI 成为专家的“数字协作者”
  专家专注高层判断，AI 执行认知体力劳动（写代码、跑实验、查文献）。

---

但也有边界

LIMI 并非万能：

• 不适合高度依赖隐性直觉的任务（如临床诊断、法律裁量）
• 需要结构化执行环境（如 CLI、Jupyter、自定义工具链）
• 任务必须能形成闭环反馈

它最适合“工具密集型、流程结构化、结果可验证”的知识工作场景。

---

结语：理解“Agency”的本质，比堆数据更重要

LIMI 提出了一个新原则：the Agency Efficiency Principle：

Machine autonomy emerges not from data abundance but from strategic curation of high-quality agentic demonstrations.

这不仅是技术突破，更是认知升级：AI 的未来不在“更多数据”，而在“更好示范”。

当每个专家都能轻松录制自己的“工作轨迹”，当每个企业都能用百条示范训练专属智能体——
“人人拥有工作型 AI”的时代，或许比我们想象的更近。

---

论文链接：arXiv:2509.17567
代码与数据：已开源（见论文）
基准测试：AgencyBench、SII CLI 均开放

Less is more—but only when what you give is the essence.

---