RAGEN-2：智能体强化学习中的推理崩溃

深度2026年4月7日45 分钟阅读

最有趣的发现是：熵值稳定并不代表推理真正响应不同输入，模型可能陷入“模板崩溃”的隐形故障模式。推荐给研究强化学习、大语言模型智能体、推理稳定性的研究人员和工程师阅读。

本文编译自 RAGEN-2: Reasoning Collapse in Agentic RL，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

概念速查

AI 智能体

AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。

检索增强生成

RAG 让大模型在回答前先检索相关资料，用真实数据代替「编造」——给 AI 装上一个实时更新的知识库。

作者用 Common Lisp 在 100 行代码内实现了一个 AI agent，核心循环仅 8 行。Agent 的唯一工具是 eval，它可以自行编写和运行代码，甚至通过 eval 定义新的工具函数（如 web search）。技能作为记忆存储在对话记录中，重启后可通过重读历史重新加载。

深度·7月12日·6 分钟

微软Agent Framework现在支持Go（公开预览版），提供工具调用、MCP支持和多代理协调等功能。Google的ADK已经在支持Go，而Anthropic和OpenAI的Agent SDK仍缺少Go官方支持。

深度The New Stack·7月11日·4 分钟