现代人工智能代理依靠Claude Code、Codex和OpenClaw等精心设计的推理工具来推动多回合推理、工具使用和访问外部系统。虽然功能强大，但这些复杂的线束也使代理难以使用开放式基础设施进行端到端培训，其SFT/RL堆栈无法本机表达有状态的多进程线束推断。为了解决这个问题，我们介绍OpenForg

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.21557v1)获取最准确的信息。

---
🔗 **原文链接**: [OpenForgeRL: Train Harness-native Agents in Any Environment](https://arxiv.org/abs/2607.21557v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: ^于晓, Baolin Peng, 徐瑞泽, Hao Zou, Qianhui Wu, Hao Cheng, Wenlin Yao, Nikhil Singh, Zhou Yu, Jianfeng Gao

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-24 14:02