近年来，人工智能正经历一场静默的革命：从能“思考”的助手，转向能“工作”的Agent。所谓“Agent”，指的是AI系统能够自主发现问题、制定假设、使用工具、执行解决方案，并在真实环境中持续交互的能力。这种能力被称为“Agent智能”，它标志着AI从被动响应走向主动参与的范式转变。

然而，当前主流的训练方法仍遵循“数据规模决定性能”的传统思路，认为Agent智能的开发需要海量数据支持。这篇论文却提出了一个颠覆性的观点：Agent智能的培育，不在于数据量的堆砌，而在于数据质的精炼。通过仅使用78个精心设计的训练样本，LIMI在权威评测基准AgencyBench上取得了73.5%的综合得分，远超使用上万样本的基线模型，甚至实现了128倍的数据效率提升。

• 论文：LIMI: Less is More for Agency
• 链接：https://arxiv.org/pdf/2509.17567