OpenClaw 的 AReaL v1.0 框架可實現人工智慧代理的並行訓練
3月4日,螞蟻集團與清華大學合作,發布了開源強化的學習訓練框架 AReaL v1.0 的穩定版。此次發布的核心目標是實現「代理的一鍵式強化學習訓練接入」。該框架無需修改代碼,相容於多種代理框架,並能讓智能代理立即開始強化學習訓練。
自2026年初以來,智能代理(Agents)持續保持強勁的成長動能。LangChain、Claude Code 和 OpenClaw 等框架雖發展迅速,卻凸顯出兩大關鍵瓶頸。首先,訓練門檻過高:現有智能代理框架採用各異的介面,整合時往往需要大量適配程式碼。 其次,智能代理缺乏持續演進能力:多數依賴初始訓練階段產生的固定模型權重。一旦部署,便無法針對特定情境進一步優化,其能力在發布時即已達到上限。
AReaL 是首個完全異步、訓練與推論解耦的大型強化的學習系統。它使代理能透過與真實世界任務的互動,接收反饋並持續精進決策。v1.0 版本讓任何代理都能無需修改即可連接強化的學習訓練。透過在代理與訓練系統之間插入代理工作層,開發人員只需將單一請求地址重新導向,即可啟用訓練。

(圖:無縫整合至代理程式中的 AReaL 異步訓練架構)
以廣受歡迎的 OpenClaw 框架為例。開發者只需將 OpenClaw 配置中的 `base_url` 和 `api_key` 指向 AReaL 閘道,其 OpenClaw 代理便會連接到強化的學習訓練。代理會繼續正常執行任務,同時使用者會定期對其表現進行評分。AReaL 會自動收集這些訓練資料並在後台更新模型,使代理能夠透過持續使用自主進化。
AReaL v1.0 版本同時推出了原生訓練引擎 Archon。該引擎基於 PyTorch 的原生功能,實現了完整的 5D 並行處理——涵蓋資料、管線、張量、上下文及專家並行處理——從而降低了安裝與除錯的門檻。此外,它還提供多種訓練與推論的後端選項,便於在不同環境中靈活部署。 值得注意的是,這個複雜的分散式系統僅耗費一個人月便從零開始開發並完成驗證。在 32 天內,近百萬行程式碼經過修改,完整實現了 Archon 引擎,使其能夠訓練擁有十億參數的專家混合模型(Mixture-of-Experts, MoE)。
這項效率突破的關鍵在於 AReaL 整合的 AI 輔助開發系統,該系統能自動化處理高度複雜的工程任務。

AReaL v1.0 具備 AI 輔助開發工作流程,提供從規劃、編碼到驗證及 PR 建立的端到端支援。在處理 MoE 並行化、記憶體優化及演算法實作等核心模組時,專用的 AI 程式設計助理將扮演資深專家角色。它在程式碼變更過程中提供及時且精準的指導,確保每項修改的正確性。 AReaL 的 AI 輔助程式設計不僅僅是生產力工具;它能夠在複雜的基礎設施專案中承擔「可交付成果」的研發工作,開創了 AI 基礎設施工程的下一代範式。
AReaL 團隊表示,將持續針對訓練引擎、易用性及多模態代理訓練進行迭代。AReaL v1.0 的程式碼與文件現已於 inclusionAI 社群中開源。
· GitHub 儲存庫:https://github.com/inclusionAI/AReaL
· 相關論文:https://arxiv.org/abs/2505.24298
相關文章
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
相關專題推薦
評論 (1)
0/500
3月4日,螞蟻集團與清華大學合作,發布了開源強化的學習訓練框架 AReaL v1.0 的穩定版。此次發布的核心目標是實現「代理的一鍵式強化學習訓練接入」。該框架無需修改代碼,相容於多種代理框架,並能讓智能代理立即開始強化學習訓練。
自2026年初以來,智能代理(Agents)持續保持強勁的成長動能。LangChain、Claude Code 和 OpenClaw 等框架雖發展迅速,卻凸顯出兩大關鍵瓶頸。首先,訓練門檻過高:現有智能代理框架採用各異的介面,整合時往往需要大量適配程式碼。 其次,智能代理缺乏持續演進能力:多數依賴初始訓練階段產生的固定模型權重。一旦部署,便無法針對特定情境進一步優化,其能力在發布時即已達到上限。
AReaL 是首個完全異步、訓練與推論解耦的大型強化的學習系統。它使代理能透過與真實世界任務的互動,接收反饋並持續精進決策。v1.0 版本讓任何代理都能無需修改即可連接強化的學習訓練。透過在代理與訓練系統之間插入代理工作層,開發人員只需將單一請求地址重新導向,即可啟用訓練。

(圖:無縫整合至代理程式中的 AReaL 異步訓練架構)
以廣受歡迎的 OpenClaw 框架為例。開發者只需將 OpenClaw 配置中的 `base_url` 和 `api_key` 指向 AReaL 閘道,其 OpenClaw 代理便會連接到強化的學習訓練。代理會繼續正常執行任務,同時使用者會定期對其表現進行評分。AReaL 會自動收集這些訓練資料並在後台更新模型,使代理能夠透過持續使用自主進化。
AReaL v1.0 版本同時推出了原生訓練引擎 Archon。該引擎基於 PyTorch 的原生功能,實現了完整的 5D 並行處理——涵蓋資料、管線、張量、上下文及專家並行處理——從而降低了安裝與除錯的門檻。此外,它還提供多種訓練與推論的後端選項,便於在不同環境中靈活部署。 值得注意的是,這個複雜的分散式系統僅耗費一個人月便從零開始開發並完成驗證。在 32 天內,近百萬行程式碼經過修改,完整實現了 Archon 引擎,使其能夠訓練擁有十億參數的專家混合模型(Mixture-of-Experts, MoE)。
這項效率突破的關鍵在於 AReaL 整合的 AI 輔助開發系統,該系統能自動化處理高度複雜的工程任務。

AReaL v1.0 具備 AI 輔助開發工作流程,提供從規劃、編碼到驗證及 PR 建立的端到端支援。在處理 MoE 並行化、記憶體優化及演算法實作等核心模組時,專用的 AI 程式設計助理將扮演資深專家角色。它在程式碼變更過程中提供及時且精準的指導,確保每項修改的正確性。 AReaL 的 AI 輔助程式設計不僅僅是生產力工具;它能夠在複雜的基礎設施專案中承擔「可交付成果」的研發工作,開創了 AI 基礎設施工程的下一代範式。
AReaL 團隊表示,將持續針對訓練引擎、易用性及多模態代理訓練進行迭代。AReaL v1.0 的程式碼與文件現已於 inclusionAI 社群中開源。
· GitHub 儲存庫:https://github.com/inclusionAI/AReaL
· 相關論文:https://arxiv.org/abs/2505.24298
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用





首頁






