ToolSpace：長期的タスク向けAIエージェントのためのツール中心環境合成のスケーリング

ToolSpace は、実行トレースから依存関係を抽出してツール中心の環境とタスクを合成する枠組みである。7つの長期的ツール利用ベンチマークで、Qwen3.6-35B-A3B の平均スコアは23.0から41.0（RL併用で43.2）、GLM-5.2 は44.6から56.6へ向上し、Claude Opus 5 と同等の水準になった。