[2026-11-02] CoworkOS: Scaling Agent Coworkers for Real-world Automation
让模型持续处理后台任务，与人共同修改有版本的产物。精读三层运行框架、真实交互案例与五轮监督微调，查清谁生成数据、哪个模型被更新，以及SFT收益、负面结果和公开实现的边界。
# SFT
[2026-11-06] Video-Coder: Reinforcing Agentic Coding for Video Generation
先让编码模型学习教师演示，再用执行与视频评分训练它写、运行和修复Blender动画，借灰模控制最终视频。精读实际强化学习机制、公开修复轨迹、物理评测与论文和代码的版本差异。
[2026-10-23] WebUniverse: Scaling Verified Training Data for Agentic Web Development
让模型在真实编码环境里开发、运行、检查和修复网页，再用通过验证的轨迹做监督微调。精读15K任务与数据的来源、教师分工、训练掩码和实验反例，明确论文报告SFT，未报告RL阶段。
[2026-09-21] Harness-Zero: Harness Distillation via Agent-as-Harness
训练时先审查模型准备执行的下一步，把专用工具与检查规则改写成普通 Bash 动作，再用执行记录微调模型。本文解释审查流程、表格案例、三个领域的评分与蒸馏失败的原因。
