新浪科技訊 3月4日上午消息，螞蟻螞蟻集團聯合清華大學發布開源強化學習訓練框架AReaL v1.0穩定版。集團該版本主打“Agent一鍵接入RL訓練”：不用改代碼，聯合兼容各類Agent框架，清華強化讓智能體強化學習訓練開箱即用。大學

　　2026年開年以來，發布Agent持續升溫，開源框架以LangChain、學習訓練Claude Code、穩定OpenClaw為代表的螞蟻智能體框架繁榮發展，但也暴露出兩大瓶頸。集團一是聯合接入訓練成本高：現有智能體框架接口各異，每接入一個往往需要編寫整套適配代碼。清華強化二是大學Agent缺乏持續進化的能力：多數Agent的能力取決於底層模型在訓練階段習得的固定權重，部署後無法再針對特定場景持續優化，發布能力上限在交付時便已確定。

　　AReaL是首個全異步訓推解耦的大模型強化學習訓練係統，能讓Agent在真實任務交互中獲得反饋、持續優化決策。此次發布的v1.0版本讓任意Agent零改造接入RL 訓練成為現實，即通過在智能體與訓練係統之間加入 Proxy Worker 中轉層，開發者隻需修改一個請求地址即可接入訓練。

責任編輯：楊賜

• ·斯普利特：為波波維奇打球時 你能真切感受到那樣一份溫情與愛護
• ·帕森斯：若火湖打到G6&G7那中間隻休一天 有些擔心詹姆斯的體力
• ·帕森斯：若火湖打到G6&G7那中間隻休一天 有些擔心詹姆斯的體力
• ·合肥市小學生期末考試時間定了
• ·伊戈達拉：我讓兒子學克萊的投籃姿勢 庫裏的姿勢沒人學得來
• ·謝光榮：用“生命擺渡”顯人間大愛
• ·夯爆了！珠海高新區“五一”文商旅饕餮大餐來襲
• ·伊朗外交部：美方扣押伊朗油輪是將“海盜行為”合法化
• ·宋傑：用青春擔當擦亮“誌願紅”
• ·帕森斯：G4是湖人可以戰略性放棄的 但G5回到主場必須收比賽了
• ·七年堅守，做最暖“健康守門人”
• ·七年堅守，做最暖“健康守門人”
• ·【賽季盤點】本賽季十大新星：阿門杜倫在列 25屆前4質量太高了！
• ·中央網信辦通報：33款App存在個人信息收集使用問題
• ·如何界定“農村戶籍？省教育廳回應！
• ·周口農民詩人30多年筆耕不輟 已發表作品數百篇