微软开源 OpenForgeRL：实打环境训练复杂 AI 智能体
microsoft · hf · 2026-07-25
微软发布了开源框架 OpenForgeRL，旨在解决现代 AI 智能体（如依赖多轮推理和工具使用的 Claude Code、Codex 等）难以进行端到端训练的痛点。
核心机制
- 解耦训练与推理：通过轻量级代理记录真实 Harness 的模型调用作为训练数据，并利用 Kubernetes 在独立远程容器中执行 rollout。
- 兼容性：可与 veRL 等标准 RL 代码库无缝结合，支持在任何环境中扩展训练。
性能表现
- 工具型智能体：在数百到数千个任务的训练下，OpenForgeClaw 在 ClawEval 和 QwenClawBench 上分别达到 55.9 和 33.7 的成绩。
- GUI 智能体：OpenForgeGUI 在 OSWorld-Verified、Online-Mind2Web 等基准测试中超越了同等规模的基线模型，甚至匹敌数倍于其规模的模型。
关键发现
研究表明，不同的 Harness 对智能体的学习难度影响显著。强化学习（RL）能显著提升智能体的自我验证、工具覆盖和多步计划执行能力，但错误恢复等关键能力依然薄弱。
所属事件:微软开源OpenForgeRL实现端到端训练(4 条相关)→
「编程与Agent」频道最新
- 让 Hermes Agent 当 QA：浏览器实测揪出 8 个网站问题 — techlatest_net · 2026-10-27
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27
- 网友给 Hermes Agent 配专属 Ubuntu 虚拟机实测真实任务表现 — techlatest_net · 2026-10-27
- 开发者晒弃用清单：VS Code、Office 全卸载，只用 Claude — One_Improvement_6470 · 2026-10-27
- Grok bot 首次自主网购：识破页面隐藏提示，1 美元开通 Spotify 后秒取消 — msg · 2026-10-27
- Swarmatory 开源：为团队编码 Agent 提供共享聊天室与信息流 — qhoxie · 2026-10-27