World Model Optimizer：以半成本蒸餾並提供前沿模型

World Model Optimizer：以半成本蒸餾並提供前沿模型

World Model Optimizer 透過代理追蹤實現持續模型改進

該工具將現有的代理追蹤轉換為世界模型模擬、元 harness 優化與模型蒸餾的循環，以產出在降低成本同時達到前沿品質的模型。

開始使用 wmo

首先安裝套件、註冊模型提供者，並從您的 OTel 追蹤建構路由器。

  • 安裝：pip install world-model-optimizer
  • 註冊提供者：wmo providers set
  • 建構路由器：wmo build --file traces.jsonl --name my-endpoint
  • 在保留任務上評分模型：wmo optimize route sweep my-endpoint --traces traces.otel.jsonl
  • 擬合路由策略：wmo optimize route fit matrix.json --kind knn --out .wmo/models/my-endpoint/policy.json
  • 提供端點：wmo serve --name my-endpoint

評估成本與品質提升

提供服務後，您可以使用 report 指令將新端點與基線模型（例如 gpt‑5.5）進行比較。 wmo optimize route report matrix.json .wmo/models/my-endpoint/policy.json --baseline gpt-5.5 這會產出顯示改進增益與成本降低的指標。

將小型模型蒸餾進入池中

為了避免路由並直接提供單一優化模型，請使用模型蒸餾子指令。 wmo optimize model（請參閱 distill README 以取得詳細資訊）會建立一個繼承路由池效能的小型模型。 接著，您可以使用 wmo optimize route pin 固定模型，或透過 wmo optimize harness 建構優化的 harness。

託管平台使用方式

在 platform.experientiallabs.ai 建立帳號即可讓您在不管理憑證的情況下執行代理。

  • wmo login
  • 執行代理的冠軍 harness：wmo run <agent-id> 該平台會處理模型與沙盒驗證，因此不需要本地 API 金鑰。

使用 E2B 後端進行隔離評估

如果您希望在隔離沙盒中評估優化，請安裝 E2B 額外套件並提供 API 金鑰。 pip install "world-model-optimizer[e2b]" export E2B_API_KEY=... 然後在 E2B 內執行 harness 優化或評估： wmo optimize harness my-agent my-environment --tasks tasks.jsonl --backend e2b wmo eval tasks.jsonl --mode closed-loop --harness my-agent --harness-backend e2b 每個候選者都會針對相同的模擬任務進行測量，只有通過評估閥門的變更才會成為新的版本化冠軍 harness。

世界模型作為 API

該套件包含可透過程式或 HTTP 查詢的世界模型。 Python 範例：

from wmo import Action, ActionKind
from wmo.config.store import WorldModelStore
from wmo.engine.loader import load_world_model

model_dir = WorldModelStore("\.wmo\)).resolve("airline\
wm, _provider = load_world_model(model_dir)
session = wm.new_session(task="check out the cart\
obs = wm.step(session.id, Action(kind=ActionKind.TOOL_CALL, name="add_to_cart", arguments={"sku": "A1"}))
print(obs.content)

HTTP 端點：GET /world_models 列出模型，然後 POST /world_models/{name}/sessions 建立會話，以及 POST /world_models/{name}/sessions/{id}/step 推進會話。

工作區上傳與分離/重新附加工作流程

登入後，您可以執行具備本地變更即時同步的代理。

  • 附加工作區：wmo run <agent-id> -u . --task "fix the failing tests"
  • 分離以在平台繼續：wmo run <agent-id> -u . --detach
  • 向分離的代理發送訊息：wmo run --send "Now run the full test suite"
  • 稍後重新附加：wmo run --attach
  • 結束執行：wmo run --end

開發環境設置

該專案使用 uv 管理，並使用 ruff 進行 linting/format，使用 ty 進行類型檢查。

  • 安裝開發環境：uv sync --extra dev
  • Lint：uv run ruff check .
  • 格式化：uv run ruff format .
  • 類型檢查：uv run ty check
  • 執行測試：uv run pytest -q

使用遙測

wmo 僅收集匿名中繼資料；不會儲存提示、追蹤、動作、觀察、檔案路徑、模型名稱或憑證。 遙測預設啟用。若要為專案停用： uv run wmo config telemetry disable 這會寫入 .wmo/settings.toml。重新啟用請使用 uv run wmo config telemetry enable，透過 uv run wmo config telemetry status 檢查狀態，或透過每程序的 DO_NOT_TRACK=1 或 WMO_TELEMETRY=0 停用。

在 Hacker News 上的社群回饋

評論顯示出熱情與懷疑並存。

  • 一位使用者要求具體證明：

Sources