腾讯新论文：持续变难的环境优于共同进化，提升 Terminal-Bench 2.1 成绩

腾讯新论文表明，智能体持续进步时训练任务不能一成不变，持续变难的环境在 Terminal-Bench 2.1 上优于共同进化方法。合成终端任务终会过易，稳定解决后便不再提供有效 RL 信号。