【本期内容】 当 Agent 真正进入真实任务之中，它如何通过后训练、反馈和持续学习，变得越来越会行动、会交互、会解决问题？本期节目，我们邀请到 Mind Lab（Macaron AI）Founder Andrew。最近，Mind Lab 成功实现了万亿参数规模的 LoRA 强化学习，并构建了世界上第一个在万亿参数规模下支持 DSA 和 MTP 的 LoRA RL infra，甚至训练了自己的 Agent Model。 在大模型这座珠穆朗玛峰面前，如果说用资本、算力和预训练去追求极限智能，是资源极其...