Agent Apprenticeship — 让AI Agent在真实工作中学习成长的开放生态
📅 2026年06月23日 · 技术
什么是 Agent Apprenticeship？
Agent Apprenticeship 是一个面向 AI Agent 的开放生态基础设施。它的核心理念很简单：让 AI Agent 通过完成真实世界的工作任务来学习，每一次执行都会产生可复用的训练信号，这些信号又反过来提升后续 Agent 的能力——形成一个不断自我强化的良性循环。
这个项目由 Forsy-AI 团队开发，目前已经在 npm 上发布，可以通过 npx agent-apprenticeship init 一条命令快速上手。它支持 Codex、Cursor、Claude Code、OpenClaw、OpenCode、Hermes Agent 等多种 Agent 框架。
核心设计
Agent Apprenticeship 内置了一个"学徒-导师"机制。Apprentice Agent（学徒 Agent）在 Mentor Agent 或人类专家的指导下完成长期、真实的工作任务，每次工作流都会产生可复用的学习信号回馈给整个生态系统。
项目附带的首个种子数据集包含：
- 500+ 精心筛选的真实世界任务
- 495 条可复用的 Agent 经验
- 1000+ 完整的 Agent 执行轨迹
- 1000+ Agent 工作轮次/任务回放
这个种子数据集覆盖了多个专业领域的经济价值任务，构成了 Agent Apprenticeship 生态的第一层基础。
快速上手
使用起来非常简单。在终端中运行以下命令即可初始化：
npx agent-apprenticeship init或者全局安装：npm install -g agent-apprenticeship，然后用 apprentice init 启动。
安装完成后，可以通过 apprentice doctor 检查配置状态，用 apprentice configure 设置 Mentor Model Provider 和 Mentor Mode。
Mentor Mode 有三种可选：
- model-assisted（自动模式）——完全由 AI 指导
- expert-led（专家模式）——需要人工介入
- hybrid（混合模式）——自动+人工结合
为什么值得关注
目前大多数 AI Agent 项目关注的是"让 Agent 能完成任务"，而 Agent Apprenticeship 更进一步，关注的是"让 Agent 从完成任务中学习，然后把学到的经验分享给其他 Agent"。这种"经验复用+集体进步"的思路，如果能够规模化的实现，对 Agent 生态的发展将产生深远影响。
项目目前处于早期阶段（682 stars），但设计理念和实现方向都非常值得开发者关注。如果你正在用 Agent 做实际工作，不妨尝试把自己的工作流接入这个生态。