Uni-Agent：大规模训练 Agent 的统一框架
内容介绍：
Coding Agent 正在重塑软件开发，而强化学习（RL）是把 Agent 能力推向更高水平的关键路径。然而支持大规模训练的Agent强化学习框架还比较有限。本次分享围绕三件事展开：
其一，白盒框架。 提供一个可改、可扩展的白盒框架，让用户自由构建、定制 Agent，并在黑盒 Harness 还未触及的地方做扩展，比如让 Agent 感知更多模态（Desktop、GUI、Audio…）、做 Multi-Agent 系统编排等。
其二，Agent Gateway。 用Agent Gateway无缝接入 Claude Code、Codex 等黑盒 Harness，做到“训练即部署”，从根上消除“训练 Harness ≠ 推理 Harness”带来的性能损失。
其三，Agentic RL 优化。 长程、高频工具调用的 RL（128K 上下文、数百轮交互）在效率、资源、奖励与稳定性上都极具挑战；我们用系统性方案把它训得又快又稳，并在 SWE-Bench Verified 上取得可观提升（如 22.0 → 35.8, 47.6 → 54.6）。
嘉宾：
丁誉洋，苏州大学博士生，研究方向为智能体强化学习（Agentic RL）与鲁棒优化，以第一作者在 ICLR、NeurIPS、ACL 等顶级会议发表多篇论文；热衷开源，现为 veRL 核心贡献者与维护者、Uni-Agent 项目 Project Leader。个人主页：https://yyding1.github.io/。
主持人：
周睿文，新加坡国立大学博士生，研究方向为 LLM 智能体及多智能体系统中的强化学习和检索增强方法，特别关注在真实世界复杂场景中的应用。个人主页：https://skyriver-2000.github.io/。
顶部