微软提出 OfficeTown：用生成式组织模拟训练和评测职场 Agent

OfficeTown 是一个生成式模拟框架，可从一段自然语言描述构建持续运转的专业组织：成员协作、把有边界的任务委派给助手 Agent 并审核交付物，产出、决策和遗留问题会延续到后续工作中，并有基于角色的权限控制。论文同时发布 OfficeTown Bench。

要点

• OfficeTown Bench 含 406 个任务、4,836 条评估标准，来自 8 个专业领域的 23 个模拟组织
• 前沿模型在该基准上仍有较大提升空间
• 用 OfficeTown 数据对 Qwen3.5-9B 做 SFT 和在线策略蒸馏后，在 GDPval 等外部职场基准上有明显提升
• 论文页暂未链接代码或数据集

来源

### [微软提出 OfficeTown：用生成式组织模拟训练和评测职场 Agent]({{URL}})

OfficeTown 是一个生成式模拟框架，可从一段自然语言描述构建持续运转的专业组织：成员协作、把有边界的任务委派给助手 Agent 并审核交付物，产出、决策和遗留问题会延续到后续工作中，并有基于角色的权限控制。论文同时发布 OfficeTown Bench。

- OfficeTown Bench 含 406 个任务、4,836 条评估标准，来自 8 个专业领域的 23 个模拟组织
- 前沿模型在该基准上仍有较大提升空间
- 用 OfficeTown 数据对 Qwen3.5-9B 做 SFT 和在线策略蒸馏后，在 GDPval 等外部职场基准上有明显提升
- 论文页暂未链接代码或数据集

**为什么值得关注**：职场类 Agent 评测正从单轮任务转向有历史、有权限、有协作的持续环境，对构建企业 Agent 评测集有参考价值。

来源：[OfficeTown: Generative Organizations for Evolving Agent Intelligence](https://huggingface.co/papers/2610.23194)；[arXiv:2610.23194](https://arxiv.org/abs/2610.23194)