AReaL v1.0稳固版来了,蚂蚁结合清华大学发布：让肆意Agent跑上强化进修

3月4日消息，今天蚂蚁集团联合清华大学发布开源强化学习训练框架AReaL v1.0稳定版，主打Agent一键接入RL训练，不用改代码即可兼容各类Agent框架，让智能体强化学习训练开箱即用。

近日以LangChain、Claude Code、OpenClaw为代表的智能体框架持续升温，但是还存在两大痛点。

一是接入训练成本高，现有智能体框架接口各异，每接入一个往往需要编写整套适配代码；同时多数Agent能力受限于底层模型的固定权重，部署后无法针对特定场景持续优化。

而AReaL作为首个全异步训推解耦的大模型强化学习训练系统，让Agent能在真实任务交互中获取反馈、持续优化决策。

此次发布的v1.0版本，能让任意Agent零改造接入RL训练成为现实，通过在智能体与训练系统之间加入Proxy Worker中转层，开发者只需修改一个请求地址即可接入训练。

以OpenClaw为例，开发者仅需在配置文件中将base_url和api_key指向AReaL网关，即可让智能体接入强化学习训练。

用户周期性对任务完成质量打分，AReaL后台自动完成数据采集与模型更新，使智能体在使用过程中持续进化。

该版本还推出原生训练引擎Archon，基于PyTorch实现完整的5D并行（数据并行、流水线并行、张量并行、上下文并行、专家并行），便于在不同环境中灵活部署，能够支持千亿参数级MoE模型的分布式训练。

至于未来，将继续围绕训练引擎、易用性和多模态智能体训练等方向迭代，目前AReaL v1.0的代码与文档已在inclusionAI社区开源。