Can Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use

OpenAgent 将 tool-use agent 的泛化问题形式化为 query、action、observation、domain 四个维度上的 distribution shift，而不是在固定工具集上看 leaderboard。作者构造受控 sandbox，并把扰动组织为 Perception、Interaction、Reasoning、Internalization 四层 hierarchy。SFT 与 RL 训练的 agents 都在开放环境漂移下出现不同程度性能退化，随后提出 Perturbation-Augmented Fine-Tuning 作为扰动式鲁棒性训练起点；论文被 ICML 2026 接收，代码计划发布到 LAMDA-NeSy/OpenAgent。