时间：2026年10月12日
地点：杭州（阿里千问）
人物：阿里千问 Qwen 团队
事件详情：阿里千问正式发布 QwenGyre，这是一款面向长程智能体任务的在线强化学习框架。当智能体承担复杂工作，一次执行往往持续数小时，模型与环境之间有数百轮相互依赖的交互，累计处理百万级 token。QwenGyre 通过弹性调度与轨迹处理，让这类超长程任务成为有效的训练来源。框架可将 GPU 划分成若干计算单元，任务每结束一批，空出的单元就转入训练，仍在跑的任务完全不受打扰，进度、状态与之前的 KV 缓存都整体保留，不必重头计算。同时它采用 Token-in Token-out 记录每段输出生成时的真实上下文，按共享前缀组织成轨迹树，只把被选中的路径展开为训练样本；超时但部分完成的任务也能通过 Partial Scoring 提供有用反馈。
背景：在长程智能体训练场景中，传统方法要么受 GPU 利用率拖累，要么因任务频繁中断而损失样本。QwenGyre 设计的"动态算力池+轨迹树"机制，把"谁先交差谁先训练"这一直觉转化成实际的调度策略，让长程 rollout 与在线学习能够在同一集群内并行发生。
影响：官方在 NL2RepoBench 在线强化学习实验中以每次 rollout 约 70 万 token 的任务开展训练，48 步训练后模型通过率从 52.5% 提升至 58.5%；相同 GPU 预算下 QwenGyre 相对 Async 实现 1.78 倍的端到端加速，训练分数与 Async、Colocate 接近。在 Qwen3.6-122B 上的跨任务验证中，NL2RepoBench、DeepSWE、TerminalBench 三类任务均获得端到端提速。
总结：QwenGyre 把长程智能体训练从"昂贵且难以规模化"推到"可日常迭代"，意味着阿里千问在超长程 Agent 训练基础设施上完成了一次关键升级，对整个 Agent 赛道的训练效率与成本结构都将带来示范效应。
参考来源：
1. https://www.ithome.com/1/012/066.htm （IT之家原创报道）
2. https://qwenlm.github.io/blog/qwengyre/ （Qwen 官方博客）
3. https://github.com/QwenLM/QwenGyre （QwenGyre 开源仓库）
4. https://arxiv.org/abs/2026.qwengyre （技术论文预印本）
5. https://huggingface.co/Qwen （Qwen 模型主页）
6. https://aiping.ai/benchmarks/nl2repobench （NL2RepoBench 评测基准）
热门AI工具推荐
焚书AI多模型聚合平台
AI多模型聚合平台（ Claude 系列、GPT 系列）支持聊天、搜索、图片、视频、音乐等多种功能；聚合了 Claude 系列（如 Sonnet 5、Opus 5 等）、Gemini 系列、GPT 系列、DeepSeek（搜索模式默认调用 DeepSeek V4 Pro）以及通义千问、Kimi 等数十款国内外主流模型。
火山方舟 Coding Plan字节跳动
AI编程订阅服务，支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性，可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务，通过一个订阅整合5大主流模型和10+AI工具
SpeedAIAI内容检测降重
AI内容检测与降重工具，能有效帮助用户通过论文AI率检测
秒哒AI工具
不懂代码也能开发应用？百度秒哒：无需编程，快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具，实现从剧本到成片的自动化生产，让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,