# 阿里巴巴推出 QwenGyre，支持超长时程强化学习训练

> 阿里巴巴 Qwen 团队发布了 QwenGyre，这套弹性强化学习系统可训练编码智能体完成持续数小时、最多处理 1 million tokens 的任务过程。

Oossa · 2026-10-12 · https://oossa.com/zh/alibaba-launches-qwengyre-framework-for-ultra-long-horizon-rl-training

阿里巴巴 Qwen 团队宣布推出名为 QwenGyre 的新框架。这是一套弹性强化学习（RL）系统，专为训练需要连续运行数小时的智能体而设计。QwenGyre 无需修改智能体代码，就能处理接近 1 million tokens 的任务过程。该系统面向通过黑盒测试框架学习的编码智能体。

## 事实

- QwenGyre 于 2026-10-12 （“Mon Oct 12 2026”）发布。
- 它面向持续数小时、处理约 1 million tokens 的任务过程。

## 为什么重要

这套框架有望帮助开发者打造更强大的编码助手，让它们能从时间更长、也更贴近真实使用场景的交互中学习。

## 来源与参考

1. [Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents](https://www.marktechpost.com/2026/10/12/alibaba-qwen-introduces-qwengyre-elastic-reinforcement-learning-rl-for-xlong-horizon-agents/) – MarkTechPost, 2026-10-12

最后更新: 2026-10-12