阿里推出QwenGyre，强化学习框架用于超长程智能体任务

截至2026年10月12日，阿里巴巴通义千问团队已公开 QwenGyre，这是一套面向超长程智能体在线强化学习的端到端框架，针对数小时执行、数百次交互和近100万-token rollout 带来的 GPU 空转与轨迹冗余问题，通过弹性调度 GPU、重建分支历史、评估部分进度和去重轨迹提升训练效率；在 Qwen 3.8 2.4T、约70万-token rollout 实验中，NL2RepoBench 在48步内由52.5%升至58.5%，相较 Colocate 和 Async 基线最高分别实现1.85倍和1.78倍加速。