Optimus 发布:自主 RL Agent 全自动跑并行训练实验

_AustinCalvert_ · x · 2026-10-18

iacon 团队发布 Optimus，定位为"强化学习领域的 Claude Code 时刻"——一个自主 RL Agent Harness。给它的只是代码库、API key 和目标，它会调度一批子智能体并行跑数百个实验，从自身历史中学习，构建进化树式的 runs 结构，让每次失败为下一批实验铺路。主张:凡是能量化打分的任务(LLM、agent、仿真中的机器人、游戏 NPC)都可用它自动做 RL 后训练，替代此前只有头部 1% 实验室掌握的手工 RL 流程。