智能体卷王诞生！干活自动配结项报告，1.5张截图就把事说清了

Youtu-Agent团队 投稿
量子位 | 公众号 QbitAI

在学校做实验时，老师通常通过实验报告确认学生是否完成任务。类似地，AI智能体完成任务后，也需要一种方法验证其执行效果。为此，我们提出了一种新方法：让AI在执行任务的同时主动提交“证据链报告”，边做边收集完成任务的证据，并自我检查是否符合预期。

在LLM/VLM驱动的智能体强化学习中，一个长期难题是：如何判断智能体是否准确完成了任务？传统方法依赖复杂的“监督系统”，比如手工设计的校验机制或轨迹级验证（如LLM/VLM-as-a-Judge）。然而，这些方法效率低、泛化能力差，且容易受环境变化干扰。

针对这些问题，我们提出了一种新的RL训练方法——SmartSnap，让智能体成为“质检员”，主动分解目标并留痕存证，从而减少校验器的压力。

什么是SmartSnap？

SmartSnap的核心思想是将智能体从“被动执行者”转变为“主动自证者”。它在完成任务的同时，会主动收集、筛选并提交一份“证据快照集”，类似于任务的“结项报告”，让验证者一目了然。

三大核心突破

1. 角色升级：赋予智能体“双重使命”，不仅负责执行任务，还主动验证结果。例如，改好设置后，它会截图开关状态作为证据。
2. 3C原则：证据策展需满足完整性、简洁性和创造性。智能体会主动选择关键瞬间截图，甚至执行额外操作获取证据。
3. 强化学习驱动：通过GRPO算法和内在奖励反馈，引导智能体提升证据质量，同时避免奖励黑客行为。

战绩显赫

SmartSnap表现优异，在AndroidLab等复杂任务上显著提升性能，最高提升达26.08%。经过训练的中等参数模型（如Qwen3-32B）表现可媲美开源大模型（如DeepSeek-V3/Qwen3-235B）。此外： - 平均每个任务只需提交1.5张快照证据，大幅降低验证成本； - 智能体交互轮数减少，但部分场景仍存在知识欠缺问题。

简化RL训练

SmartSnap为智能体配备了“取证相机”，无需事先编写复杂校验脚本或全程监控轨迹，而是让智能体边做边收集证据。这使基于合成任务的训练更便捷，适用于更多场景。

面向未来

SmartSnap标志着GUI智能体从“蛮力执行”迈向“认知协同”。这种主动寻找证据的能力提升了AI的可靠性，为大规模、低成本的AI部署铺平道路。未来的AI，不仅要“能干”，更要“可信”。

论文标题：SmartSnap: Proactive Evidence Seeking for Self-Verifying Agents
论文地址：https://arxiv.org/abs/2512.22322
代码地址：https://github.com/TencentYoutuResearch/SmartSnap