OpenClaw 的 AReaL v1.0 框架支持并行 AI 代理训练
3月4日,蚂蚁集团与清华大学联合发布了开源强化学习训练框架AReaL v1.0的稳定版。此次发布的核心在于实现“智能体一键式强化学习训练”。该框架无需修改代码,兼容多种智能体框架,使智能体能够立即开始强化学习训练。
自2026年初以来,智能代理(Agents)一直保持着强劲的增长势头。LangChain、Claude Code和OpenClaw等框架虽发展迅速,但仍暴露出两大显著瓶颈。首先,训练门槛较高:现有智能代理框架采用各异的接口,集成时往往需要大量适配代码。 其次,智能体缺乏持续进化能力:大多数依赖初始训练阶段生成的固定模型权重。一旦部署,便无法针对特定场景进一步优化,其能力在发布时即已达到上限。
AReaL 是首个完全异步、训练与推理解耦的大规模强化学习系统。它使智能体能够通过与现实世界任务的交互接收反馈,并持续优化决策。v1.0 版本允许任何智能体无需修改即可连接到强化学习训练。通过在智能体与训练系统之间插入一个代理工作层,开发者只需重定向一个请求地址即可启用训练。

(图:无缝集成至代理的 AReaL 异步训练架构)
以广受欢迎的 OpenClaw 框架为例。开发者只需将 OpenClaw 配置中的 `base_url` 和 `api_key` 指向 AReaL 网关,其 OpenClaw 智能体便会连接到强化学习训练环境。智能体在继续正常执行任务的同时,用户会定期对其表现进行评分。AReaL 会自动收集这些训练数据并在后台更新模型,从而使智能体能够通过持续使用实现自主进化。
AReaL v1.0 版本还推出了原生训练引擎 Archon。该引擎基于 PyTorch 的原生能力构建,实现了数据、管道、张量、上下文和专家并行这五大维度的全并行处理,从而降低了安装和调试门槛。此外,它还提供了多种训练和推理后端选项,便于在不同环境中灵活部署。 令人惊叹的是,这一复杂的分布式系统仅用一个月的人力就从零开始开发并验证完成。在 32 天内,近百万行代码经过修改,全面实现了 Archon 引擎,使其能够训练数十亿参数的专家混合(MoE)模型。
这一效率突破背后的秘诀在于 AReaL 集成的 AI 辅助开发系统,该系统能够自动化处理高度复杂的工程任务。

AReaL v1.0 具备 AI 辅助开发工作流,提供从规划、编码到验证及 PR 创建的全流程支持。在处理 MoE 并行化、内存优化和算法实现等核心模块时,专用的 AI 编程助手将扮演资深专家的角色。它在代码修改过程中提供及时、精准的指导,确保每次修改的正确性。 AReaL的AI辅助编程不仅仅是一个生产力工具;它能够承担复杂基础设施项目中的“可交付成果”研发工作,开创了AI基础设施工程的下一个范式。
AReaL团队表示,他们将持续迭代训练引擎、用户体验以及多模态代理的训练。AReaL v1.0的代码和文档现已开源,发布于inclusionAI社区。
· GitHub 仓库:https://github.com/inclusionAI/AReaL
· 相关论文:https://arxiv.org/abs/2505.24298
相关文章
阿里巴巴超级杯:Qwen3.8-Max 重磅登场,代码与办公工具能力全面升级
阿里巴巴正式发布了Qwen3.8-Max,这是一款拥有2.4万亿参数的下一代基础大模型。这一重大AI进展在编码和专业办公任务等核心领域带来了显著的性能提升,展现了强大的技术能力。在权威的Arena大模型排名中,Qwen3.8-Max取得了令人瞩目的成绩,仅次于Anthropic的Claude系列,位居行业前列。这一里程碑标志着国内大模型在处理复杂任务方面取得了快速进展,为开发者和企业用户提供了先进的智能工具。该模型的API现已在Qwen AI平台上上线,并集成到新推出的“Qwen Offic
印度科技巨头投资3000万美元,打造微软Office的AI竞争对手
连续创业者 Bhavin Turakhia 正投入 3000 万美元自有资金,押注企业 AI 领域仍有新玩家的空间。他最新的创业项目 Neo 基于一个核心信念:传统的职场软件不能仅靠聊天机器人进行修补,而需要进行彻底的架构重构。46 岁的 Turakhia 有着支持雄心勃勃的企业科技项目的历史。在过去二十年中,他联合创立了 Directi、Radix、Titan 和 Zeta,在寻求外部投资之前,主要使用个人资本为这些项目提供资金。他正将同样的自力更生策略应用于 Neo。Turakhia 向
前OpenAI首席科学家Ilya的SSI首次发布模型
AI 取得了另一项重大里程碑。在从 OpenAI 离职后,前首席科学家伊利亚·苏茨克弗(Ilya Sutskever)创立了 Safe Superintelligence Inc.(SSI),该公司最近公布了其首个模型的详细信息。海外社交媒体上的报道指出,该团队正在利用 TTT(测试时训练)开发一个紧凑的推理引擎,这是他们在追求安全超级智能过程中的关键进展。这种新颖的架构专注于使模型能够“学习如何学习”。与在推理过程中保持参数静态的传统大型语言模型不同,该引擎在处理现实世界任务时会动态更新特定
相关专题推荐
评论 (1)
0/500
3月4日,蚂蚁集团与清华大学联合发布了开源强化学习训练框架AReaL v1.0的稳定版。此次发布的核心在于实现“智能体一键式强化学习训练”。该框架无需修改代码,兼容多种智能体框架,使智能体能够立即开始强化学习训练。
自2026年初以来,智能代理(Agents)一直保持着强劲的增长势头。LangChain、Claude Code和OpenClaw等框架虽发展迅速,但仍暴露出两大显著瓶颈。首先,训练门槛较高:现有智能代理框架采用各异的接口,集成时往往需要大量适配代码。 其次,智能体缺乏持续进化能力:大多数依赖初始训练阶段生成的固定模型权重。一旦部署,便无法针对特定场景进一步优化,其能力在发布时即已达到上限。
AReaL 是首个完全异步、训练与推理解耦的大规模强化学习系统。它使智能体能够通过与现实世界任务的交互接收反馈,并持续优化决策。v1.0 版本允许任何智能体无需修改即可连接到强化学习训练。通过在智能体与训练系统之间插入一个代理工作层,开发者只需重定向一个请求地址即可启用训练。

(图:无缝集成至代理的 AReaL 异步训练架构)
以广受欢迎的 OpenClaw 框架为例。开发者只需将 OpenClaw 配置中的 `base_url` 和 `api_key` 指向 AReaL 网关,其 OpenClaw 智能体便会连接到强化学习训练环境。智能体在继续正常执行任务的同时,用户会定期对其表现进行评分。AReaL 会自动收集这些训练数据并在后台更新模型,从而使智能体能够通过持续使用实现自主进化。
AReaL v1.0 版本还推出了原生训练引擎 Archon。该引擎基于 PyTorch 的原生能力构建,实现了数据、管道、张量、上下文和专家并行这五大维度的全并行处理,从而降低了安装和调试门槛。此外,它还提供了多种训练和推理后端选项,便于在不同环境中灵活部署。 令人惊叹的是,这一复杂的分布式系统仅用一个月的人力就从零开始开发并验证完成。在 32 天内,近百万行代码经过修改,全面实现了 Archon 引擎,使其能够训练数十亿参数的专家混合(MoE)模型。
这一效率突破背后的秘诀在于 AReaL 集成的 AI 辅助开发系统,该系统能够自动化处理高度复杂的工程任务。

AReaL v1.0 具备 AI 辅助开发工作流,提供从规划、编码到验证及 PR 创建的全流程支持。在处理 MoE 并行化、内存优化和算法实现等核心模块时,专用的 AI 编程助手将扮演资深专家的角色。它在代码修改过程中提供及时、精准的指导,确保每次修改的正确性。 AReaL的AI辅助编程不仅仅是一个生产力工具;它能够承担复杂基础设施项目中的“可交付成果”研发工作,开创了AI基础设施工程的下一个范式。
AReaL团队表示,他们将持续迭代训练引擎、用户体验以及多模态代理的训练。AReaL v1.0的代码和文档现已开源,发布于inclusionAI社区。
· GitHub 仓库:https://github.com/inclusionAI/AReaL
· 相关论文:https://arxiv.org/abs/2505.24298
阿里巴巴超级杯:Qwen3.8-Max 重磅登场,代码与办公工具能力全面升级
阿里巴巴正式发布了Qwen3.8-Max,这是一款拥有2.4万亿参数的下一代基础大模型。这一重大AI进展在编码和专业办公任务等核心领域带来了显著的性能提升,展现了强大的技术能力。在权威的Arena大模型排名中,Qwen3.8-Max取得了令人瞩目的成绩,仅次于Anthropic的Claude系列,位居行业前列。这一里程碑标志着国内大模型在处理复杂任务方面取得了快速进展,为开发者和企业用户提供了先进的智能工具。该模型的API现已在Qwen AI平台上上线,并集成到新推出的“Qwen Offic
印度科技巨头投资3000万美元,打造微软Office的AI竞争对手
连续创业者 Bhavin Turakhia 正投入 3000 万美元自有资金,押注企业 AI 领域仍有新玩家的空间。他最新的创业项目 Neo 基于一个核心信念:传统的职场软件不能仅靠聊天机器人进行修补,而需要进行彻底的架构重构。46 岁的 Turakhia 有着支持雄心勃勃的企业科技项目的历史。在过去二十年中,他联合创立了 Directi、Radix、Titan 和 Zeta,在寻求外部投资之前,主要使用个人资本为这些项目提供资金。他正将同样的自力更生策略应用于 Neo。Turakhia 向
前OpenAI首席科学家Ilya的SSI首次发布模型
AI 取得了另一项重大里程碑。在从 OpenAI 离职后,前首席科学家伊利亚·苏茨克弗(Ilya Sutskever)创立了 Safe Superintelligence Inc.(SSI),该公司最近公布了其首个模型的详细信息。海外社交媒体上的报道指出,该团队正在利用 TTT(测试时训练)开发一个紧凑的推理引擎,这是他们在追求安全超级智能过程中的关键进展。这种新颖的架构专注于使模型能够“学习如何学习”。与在推理过程中保持参数静态的传统大型语言模型不同,该引擎在处理现实世界任务时会动态更新特定





首页






