Aug 29, 2026 13 min read AgentGym2 精读:把现实世界藏在基准里的“脏活”还给 agent 移除预打包工具和干净输入假设,测探索新工具、未见组合、噪声与欠指定请求下的端到端执行。 aillmagentpaper-readingreal-worldtool-discovery