大型语言模型的持续提升越来越依赖合成经验，但对交互式智能体而言，合成数据不仅要可执行、可验证，还需提供对当前任务有学习价值的交互。现有方法虽引入环境反馈、数据校验或学习者失误，却仍存在反馈‑决策鸿沟：观察到的弱点并未直接指明未来的合成应如何改变，也不一定能在现有合成空间中表示。
为弥补这一缺口，本文提出 EvoSyn——一个以学习反馈驱动的多智能体框架。框架围绕可修订的状态组织合成，明确哪些交互因素可以被有意生成以及合成资源应分配到何处。角色专化的多智能体将学习者反馈转化为合成修正，其中 Designer 决定合成方向，Planner 将其落地为可执行经验。该机制实现了在合成空间内部对薄弱或覆盖不足区域的自适应，以及通过将新发现因素提升为显式生成控制来扩展合成空间。
实验在 $$\tau^2\text{-Bench}$$ 和 CAR-Bench 上进行，EvoSyn 相比最强基线提升任务成功率 13.3 分，且生成的经验质量更高、结构更广，并发现了在缺乏学习者反馈时难以捕获的可控因素。
点评