工具调用 agent 的缩放律：数据预算变大后，加工具和数据库比加任务更划算

10 月 27 日提交的 arXiv 论文（2610.37648）提出 SynthAPI：一个能分别控制工具、任务和数据库多样性的合成环境生成管线。作者用 458,752 个任务训练了 849 个四种规模的模型，拟合出「合成环境规模与组成 → 下游工具调用泛化」的缩放律，并在四个评测基准上验证。

他们控制了什么

合成环境最容易犯的错是「看起来很多，其实同质」。SynthAPI 把生成过程拆成三个可调旋钮：工具有多少种、任务有多少种、工具背后的数据库有多少种。作者在这三个维度上系统变化，跑了 458,752 个任务、训练 849 个模型，模型规模覆盖四档，然后看下游的真实工具调用基准表现。

第一，数据预算变大后，继续增加工具多样性和数据库多样性，比增加任务数量更有效；第二，提高任务复杂度带来的收益更大；第三，这些关系可以用一条缩放律预测，说明「合成多少、怎么配」不必完全靠试。按这套规律扩数据训练出的 agent，在四个评测基准上超过了此前工作训练的模型。

很多团队做 agent 数据时，最容易做的是「再生成一万条相似任务」，最难做的是「再接五个真实系统、再覆盖三种数据库」。这篇论文把这个直觉变成了可测量的曲线：当预算还小时，加任务能快速见效；过了某个点，同质任务的边际收益下降，工具与数据库覆盖成为瓶颈。

结论建立在合成环境上，真实 API 的鉴权、限流、错误码和文档质量都比合成环境脏；四个评测基准也不能覆盖所有工具调用形态。缩放律给的是方向，不是「照着数字配就一定能涨」。落地前仍要用自己的真实任务做一次小规模对照。

工具调用 agent 的数据瓶颈，通常不是任务不够多，而是它见过的世界太小。