一个Agent每天写代码、查资料、调用工具，却不会自动从成功和失误中成长：这些经验通常只躺在日志里。7月2日发布并开源的AReaL 2.0，想把这段断开的链路接起来，让Agent上线后的真实工作也能成为训练材料。
开发者可让Agent原本发给大模型的请求经过AReaL 2.0统一入口。系统在后台记录多轮对话、动作、工具调用及结果，整理成“轨迹”——也就是一次任务从观察到执行的完整过程，再结合任务反馈或奖励接入强化学习，让模型根据结果调整策略。它还引入数据代理机制，以便在权限、脱敏、隔离和审计等约束下管理真实业务数据。
值得关注的不是某个新模型，而是一套持续学习的工程闭环：部署、采集经验、训练更新不再彼此割裂。不过，材料未披露实际业务中的提升幅度；“越用越强”目前主要是项目方描述的目标，真实效果仍待验证。