Onderzoekers hebben OfficeTown ontwikkeld, een generatief simulatiekader dat AI-agenten leert hoe ze moeten functioneren binnen professionele organisaties door middel van persistente werkstromen en hiërarchische samenwerking.
AI-agenten worden steeds vaker ingezet om professionele resultaten te behalen met behulp van softwaretools en bestanden. Echter, echt professioneel werk bestaat zelden uit geïsoleerde taken; het is een continu proces waarbij beslissingen, documenten en feedback uit het verleden de huidige en toekomstige opdrachten beïnvloeden. Om dit te adresseren, introduceerden Hongchen Wei en een team van onderzoekers op 16 oktober 2026 het framework genaamd OfficeTown, zoals beschreven in een publicatie op arxiv.org.
Van tekstbeschrijving naar virtuele organisatie
OfficeTown stelt gebruikers in staat om een volledige professionele organisatie te initialiseren op basis van een eenvoudige beschrijving in natuurlijke taal over het doel en de activiteiten van de organisatie. Zodra de omgeving is opgezet, kunnen AI-agenten binnen deze simulatie samenwerken. De leden van de organisatie coördineren hun werkzaamheden, delegeren specifieke taken aan assistent-agenten en beoordelen de uiteindelijke deliverables.
Een cruciaal aspect van dit systeem is de persistentie. In tegenstelling tot traditionele AI-interacties, waarbij elke prompt vaak als een nieuw begin wordt gezien, onthoudt OfficeTown beslissingen, artefacten en onopgeloste kwesties. Volgens een analyse op paperiunet zorgt dit ervoor dat later werk wordt gevormd door wat er eerder in de organisatie is gebeurd. Daarnaast bepalen toegewezen verantwoordelijkheden en machtigingen welke informatie een agent kan inzien en welke acties hij mag ondernemen.
De OfficeTown Bench en evaluatie
Om de effectiviteit van het framework te meten, hebben de onderzoekers de 'OfficeTown Bench' ontwikkeld. Deze benchmark bestaat uit 406 taken en 4.836 evaluatiecriteria, verspreid over 23 gesimuleerde organisaties in acht verschillende professionele domeinen. Hierbij is gebruikgemaakt van feedback van domeinexperts om de kwaliteit van de evaluatie te waarborgen.
De resultaten van evaluaties met geavanceerde modellen laten zien dat er nog aanzienlijke ruimte is voor verbetering. Toch bewijst het framework zijn waarde bij het trainen van modellen. Zo blijkt uit de dat supervised fine-tuning en on-policy distillatie op basis van OfficeTown-data de prestaties van het model Qwen3.5-9B aanzienlijk hebben verbeterd op externe benchmarks voor professioneel werk, waaronder GDPval.
Impact op de ontwikkeling van generalistische agenten
De simulatie richt zich op het overbruggen van de kloof tussen eenvoudige taakuitvoering en complex organisatorisch procesbeheer. Volgens informatie op huggingface.co genereert OfficeTown duizenden persistente, tool-gestuurde werkomgevingen. Dit levert realistische trajecten van agenten en contextuele materialen op die essentieel zijn voor reinforcement learning en benchmarking van generalistische AI-agenten.
Aanvullende evaluaties tonen aan dat een structuur waarbij een 'principal' (hoofdagent) samenwerkt met een 'assistant' (assistent-agent) hogere scores behaalt dan baselines waarbij enkelvoudige agenten of eenvoudige multi-agent systemen worden ingezet. Dit onderstreept het belang van hiërarchie en delegatie in professionele contexten.
Het project, dat volgens arxivsignals.io ook code heeft vrijgegeven, positioneert zich als een methode om de intelligentie van agenten te laten evolueren door hen bloot te stellen aan complexe, werk-gebaseerde data. Hiermee verschuift de focus van AI die enkel antwoorden geeft naar AI die workflow, verantwoordelijkheid en menselijke samenwerking begrijpt.