Meta研究团队在最新论文中提出名为“早期经验”的创新训练范式，为解决语言智能体在复杂现实任务中的自主学习难题提供了突破性方案。传统方法依赖专家演示数据进行监督微调，存在泛化能力弱、数据多样性不足的缺陷。而早期经验通过采集智能体自身交互产生的状态数据，在没有外部奖励信号的情况下，利用未来状态作为监督信号，构建起介于模仿学习与完全经验驱动之间的实用桥梁。该范式包含两大核心技术路径：隐式世界建模通过积累的环境状态让策略更好地理解动态环境规律；自我反思机制则通过分析次优行动来提升推理与决策能力。在涵盖网站交互、多轮工具使用等八种异构环境的系统性验证中，该方法不仅显著提升了任务执行效能，更展现出卓越的跨领域泛化能力。值得注意的是，在可验证奖励环境中，早期经验为后续强化学习奠定了优质基础，标志着语言智能体向超越人类水平的长期目标迈出关键一步。