ServiceNow 推出 AutoSynthData：为企业级智能体生成训练数据

ServiceNow AI 团队在 Hugging Face 博客上发表文章《AutoSynthData: Generating Training Data for Enterprise Agents》，介绍一套为企业级 AI 智能体生成训练数据的思路。文章把问题摆得很直接：企业想让智能体真正干活，就需要贴合自身流程、工具与规则的数据，而这类数据恰恰最难获得。

AutoSynthData 的核心主张是，企业智能体的训练数据可以被生成，而不必完全依赖人工采集与标注。相较于只依靠手工样本或零散日志，这一方向尝试自动合成智能体在真实业务环境中学习行动所需的样本。

从时间点看，这契合了智能体市场的整体转向。过去一年，企业 AI 的讨论重心已从聊天式助手转向能调用工具、执行多步任务并完成实际操作的智能体。每一项能力都会抬高训练与评测数据的门槛，因为智能体不仅要说得对，更要做得对。

企业数据本身又格外敏感。客户记录、内部工单和专有流程正是智能体最需要学习的素材，也是企业最不愿意外泄的内容。合成数据之所以有吸引力，正是因为它能在不把原始内部数据交给第三方的同时，产出贴近真实的训练信号。

选择在 Hugging Face 博客而非仅在企业自有渠道发布，本身也是一种姿态。它把这项工作放进了模型、数据集与智能体框架流通的同一生态，方便从业者检视并在此基础上继续构建。

接下来值得关注的是：AutoSynthData 是否会以具体的库或数据集形式落地，它在任务准确度上的表现如何，以及是否会有更多企业软件厂商跟进类似的合成数据管线。