CoworkOS · 研究问题01 / 16
持续执行、等待反馈，与人修改同一产物
CoworkOS 是模型周围的运行框架，处理任务、工具、共享资源和后台反馈。
输出随任务而变：网页、Office、CAD、Blender工程或训练结果；没有统一的HTML或视频输出合同。
Figure 1；§1；原图 CC BY-NC-SA 4.0论文 ↗
CoworkOS · 职责02 / 16
Main 决定工作，Coordinator 管理执行
Subagents 在独立且受限的上下文里执行具体任务，Main 负责最终接受结果。
§3.1；Figure 3局部，完整图在正文；CC BY-NC-SA 4.0论文 ↗
CoworkOS · 异步回报03 / 16
先确认委派，完成后送入持久 Inbox
Inbox 是保存待交付消息的队列；运行时在安全决策边界把结果交给 Main。
同步等待调用结果；异步先返回 id。代码有去重和保存后确认，本文未做故障注入。
§3.1.2；coordinator-runtime / main-inbox-delivery；baf03c30论文 ↗
CoworkOS · 共同修改04 / 16
一层 → 二层 → 人改露台 → Agent补细节
Figure 4 用房屋说明资源版本与持久工作区；这是论文示意，未附事件日志。
§3.2–3.3；Figure 4；CC BY-NC-SA 4.0论文 ↗
CoworkOS · 版本冲突05 / 16
人的 v3 不能被基于 v2 的候选覆盖
资源提交比较 baseRevision 与 currentRevision；不一致则拒绝并保留候选。
Eq.7；resource-store.ts；图为本文依据论文和代码绘制论文 ↗
CoworkOS · 等待与恢复06 / 16
Job 独立保存，停车等待必须有唤醒条件
Job 是有命令、进程身份、日志和退出记录的后台执行；不等于主机消失后也能恢复。
§3.3；sleep_until / jobs / task-completion；baf03c30论文 ↗
CoworkOS · 论文与实现07 / 16
clear_context 当前会压缩历史，保留近期消息
记忆是 Main 写的文档，不是训练到参数里的记忆。
外部Blender也保留自身保存语义；不能把内置资源版本保护扩张到全部MCP软件。
§3.2–3.3；workspace.ts:113–137；extension.ts:1022–1033论文 ↗
CoworkOS · 主表条件08 / 16
同一 GLM-5.3，比较四个 harness
High effort；256K context；每response最多64K输出。Codex这里是框架。
Tool 55.22＜DSH 55.31；Search 82.14＜OpenHands 82.22；ML mean只比DSH高0.12。无充分误差条或组件消融。
按Table 1摘录四领域均分；完整十二项原表在正文；§4.1论文 ↗
CoworkOS · 指标分母09 / 16
GDPVal 的 Elo 与 SFT 累计分是两种指标
不能把1164和百分数直接平均，也不能从rounded Elo恢复精确胜负平计数。
Appendix A.1、A.3；本文算例论文 ↗
CoworkOS · 可交互案例10 / 16
Ridge Pack：有5.98L剩余，也未必放得进去
作者按同顺序尝试八个物品；CoworkOS解释空间碎片化，建议Optimize或移除大邻居。
Codex也会拒绝blanket并给建议；DSH瞬态提示未捕获。同名物品尺寸不同，装入数不能排名装箱算法。
Figure 9下半局部，完整图在正文；Appendix A.2；CC BY-NC-SA 4.0论文 ↗
CoworkOS · 强反例11 / 16
视觉细节不保证几何、动画或内容正确
After the Fall 的 CoworkOS 公交轮胎和车身悬空，作者保留了这个问题。
VESPER内部展开未清楚呈现；Codex Saturn剖面更清楚。6份STEP可导入≠可参数编辑；GLB无animation tracks。
Figure 14；Appendix A.2；CC BY-NC-SA 4.0论文 ↗
CoworkOS · 训练边界12 / 16
五轮是 SFT：固定 GLM，更新 Qwen
GLM-5.3控制诊断和数据生成；Qwen3.6-35B-A3B接受监督微调并被评测。
§4.3；Appendix A.3；本文绘制；未报告RL / GRPO / OPD论文 ↗
CoworkOS · 配方失败13 / 16
R2均分下降：42条长轨迹贡献84.2%监督tokens
135条首次使用轨迹重复24×，不代表所有任务均匀获得监督。
本文按Table 2重绘均分；Figure 8完整配方图在正文；§4.3.4论文 ↗
CoworkOS · 完整训练结果14 / 16
33.19 → 42.95，但 JobBench 下降2.13
按完整八项重算+9.76125个百分点；最终7/8项高于R0，过程不单调。
Automation与Skills增益合计占总提升61.54%。数据、初始化、epochs和重复强度同时改变，不能分离因果。
Table 2；本文重算；CC BY-NC-SA 4.0论文 ↗
CoworkOS · 公开与未知15 / 16
框架完整开放，SFT复现资产尚未找到
截至2026-11-09：静态读官方1769个tracked文件及显式发布链接，未独立运行框架或实验。
官方代码 baf03c30；官网和review 2026-11-09访问；§4.1–4.3论文 ↗
CoworkOS · 结论16 / 16
值得看持久运行机制；训练收益按SFT理解
模型决策、程序执行、共享版本与最终验收要分别追踪。
这篇没有报告harness RL或agentic OPD。R2下降、JobBench退步与公开训练缺口都应保留。
§3–4；Appendix A；本文证据边界与研究建议论文 ↗
