SkillGym：用 6800 个可验证环境训练技能调用 Agent，9B SFT 后胜过 397B

SkillGym 以 builder-reviewer 流程从互联网技能中筛出可离线复现的工作流，构建 6800 个可验证环境和 1.9 万条成功轨迹用于 SFT，训练 Agent 使用技能。经 SFT 的 Qwen3.5-9B 在其中两个技能基准上超过未训练的 397B 模型，2B–122B 多个模型跨 4 个技能基准均有提升。技能调用率从 28% 升至 96%。