5月28日，英伟达（NVIDIA）研究团队正式开源了名为 Polar 的强化学习训练框架。该框架的核心创新在于，它能够让 Codex、Claude Code、Qwen Code 等现有主流代码智能体（Agent）在不修改任何原生代码的情况下，无缝接入 GRPO（广义相对策略优化）强化学习训练。 一、行业痛点:智能体强化学习的“围墙” 随着代码智能体从简单的单步任务迈向复杂长流程任务（如仓库级修改、 ...

【导读】澳洲牧羊大叔随手写的三行bash，11天内被OpenAI、Anthropic和Hermes集体收编了。 一觉醒来，Claude Code又更新！ 为了让Claude 持续工作直到任务完成，Claude Code最近推出的新功能：/goal 。 Agent越来越聪明，写代码越来越快，但「从头到尾把一件事干完」这件事，到2026年初都没有一家能做到。 然后，一位来自澳大利亚的牧羊大叔Geoff ...