我们相信，随着训练框架的持续优化与普及，智能体将逐步跨越“能跑通 Demo”的初级阶段，迈向“持续自主进化”的新阶段。未来，AReaL 团队将持续在系统可用性、训练引擎效率、AI 辅助开发与多模态智能体训练等方向发力，致力于打造面向 Agentic AI 时代的高性能 RL 基础设施。传统的强化学习训练系统多为同步模式，在每一轮训练中需要等待所有推理任务完成后再更新模型，这不仅限制了训练吞吐，也造

2025 年，Agentic AI 正从概念走向真实世界。当大模型学会“动手执行”，当强化学习（RL）成为智能进化的核心引擎，一个全新的开源技术浪潮已经到来。强化学习 + 大模型 + 真实场景落地——这三者的交汇，既需要算法的突破，也需要工程化的沉淀，更需要一个活跃、开放、敢于实践的开发者共同体。，蚂蚁开源+inclusionAI 将以为主题举办技术沙龙，正式发布开源 Agentic AI Lan

蚂蚁集团支付宝体验技术部正式对外开源智能编程助手 Neovate Code，能够深度理解你的代码库，遵循既有编码习惯，并在上下文感知的基础上，精准地完成功能实现、Bug 修复和代码重构。它集成了 Code Agent 所需的核心能力。目前，Neovate Code 以 CLI 工具的形态提供，但其架构设计高度灵活，未来将支持多种客户端形态，适配更多开发场景。其主要功能包括：对话式开发 - 用于编程

我们相信，随着训练框架的持续优化与普及，智能体将逐步跨越“能跑通 Demo”的初级阶段，迈向“持续自主进化”的新阶段。未来，AReaL 团队将持续在系统可用性、训练引擎效率、AI 辅助开发与多模态智能体训练等方向发力，致力于打造面向 Agentic AI 时代的高性能 RL 基础设施。传统的强化学习训练系统多为同步模式，在每一轮训练中需要等待所有推理任务完成后再更新模型，这不仅限制了训练吞吐，也造

我们相信，随着训练框架的持续优化与普及，智能体将逐步跨越“能跑通 Demo”的初级阶段，迈向“持续自主进化”的新阶段。未来，AReaL 团队将持续在系统可用性、训练引擎效率、AI 辅助开发与多模态智能体训练等方向发力，致力于打造面向 Agentic AI 时代的高性能 RL 基础设施。传统的强化学习训练系统多为同步模式，在每一轮训练中需要等待所有推理任务完成后再更新模型，这不仅限制了训练吞吐，也造

论文设计构建了一个高效、可扩展的 P2P 模型分发系统，该系统是对 CNCF 孵化项目 Dragonfly 的增强，通过多层次设计实现了资源优化与数据同步的有机结合，旨在解决传统 P2P 文件分发系统在面对 AI 大模型（如千亿参数模型）分发的特定挑战时表现不佳的问题。项目官网。

在大模型驱动的智能应用时代，AI 生成内容的规模与复杂度持续攀升。无论是对话助手、智能体服务，还是客服系统与知识问答，Markdown 已成为连接 AI 与用户界面的关键桥梁，让信息表达更清晰、更结构化。然而，在移动端原生开发中，想要实现高效、流畅的实时 Markdown 渲染并同时兼顾流式增量输出与灵活样式定制，仍是一项棘手的技术挑战。

蚂蚁集团支付宝体验技术部正式对外开源智能编程助手 Neovate Code，能够深度理解你的代码库，遵循既有编码习惯，并在上下文感知的基础上，精准地完成功能实现、Bug 修复和代码重构。它集成了 Code Agent 所需的核心能力。目前，Neovate Code 以 CLI 工具的形态提供，但其架构设计高度灵活，未来将支持多种客户端形态，适配更多开发场景。其主要功能包括：对话式开发 - 用于编程

ASearcher 项目通过完全异步 RL 训练以及高质量的构造数据，让 agent 通过 RL 训练学会复杂的搜索行为，这伴随着工具使用次数以及输出长度的提升。目前 ASearcher 聚焦于 agentic RL 训练，未来仍有多个方向值得继续探究：多工具接入：ASearcher 目前只使用了两个基本的搜索和网页浏览工具，未来可以接入更多的工具进行RL训练，提升 agent 在复杂任务下的性能

LingBot-Depth 是一种面向真实场景的深度补全模型，依托奥比中光 Gemini 330 系列双目 3D 相机进行 RGB-Depth 数据采集与效果验证，并基于深度引擎芯片直出的深度数据进行训练与优化，旨在将不完整且受噪声干扰的深度传感器数据转化为高质量、具备真实尺度的三维测量结果，提升环境深度感知与三维空间理解能力，为机器人、自动驾驶汽车等智能终端赋予更精准、更可靠的三维视觉。未来，我