OpenAI 万级并发 Agent 耗 1300 亿 token,slime v0.4.0 应对 RL 扩展
teortaxesTex · x · 2026-10-09
slime(THUDM 开源 RL 训练框架)发布 v0.4.0,动机来自 OpenAI Navier-Stokes 研究的规模:约 1 万个并发 Agent、产出约 1300 亿 output tokens,展示了 Agent 工作负载的极限规模。本次版本的四项架构改进:
- 同步训练用于算法探索与正确性,全异步训练用于规模化吞吐
- 分布式 rollout:把编排分散到集群 CPU,配备独立生成池与事件循环
- 新增 straw 存储中间件,为 rollout 与训练数据提供持久队列和共享张量存储
- 独立恢复:Megatron 重启时保持健康的 SGLang 引擎继续运行,保留已接受的 rollout 成果
这些改动为更高并发、更长时间运行打基础,同时保证训练正确性。
「编程与Agent」频道最新
- Grok Bot 能力全清单：收邮件、管日历、建店铺、协调多智能体 — XFreeze · 2026-10-09
- 开源 huashu-art-motion:35 种艺术风格让画动起来,单条动画报价数百到千元 — AlchainHust · 2026-10-09
- 「学会营销工程就不再失业」：只需 Claude Code 和 GitHub 账号 — FinanceYF5 · 2026-10-09
- 开源 49 个免费 Claude 营销 Skills，覆盖 Google/Meta 广告与 SEO — FinanceYF5 · 2026-10-09
- 「营销工程」全套练习:用 Claude Code 和 GitHub 搭 11 个营销 Agent — FinanceYF5 · 2026-10-09
- 不会写代码的花叔靠 AI 在 GitHub 收获 10 万+ stars — AlchainHust · 2026-10-09