强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!
5961点击    2025-08-08 10:53

强化学习+任意一张牌,往往就是王炸。


专注于LLM+RL的科技公司OpenPipe提出全新开源强化学习框架——MCP·RL。


只需一个MCP Server的地址,agent就能自动发现工具、生成任务,通过强化学习在闭环反馈中摸索出最优调用策略。


在实测中,MCP·RL更是在2/3的benchmark上达到或超过SOTA性能,效果直接拉满。


强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!


不套公式,在“做中学”,这就是专属RL的power!


强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!


MCP·RL的做中学


想明白MCP·RL怎么个“做中学”法,咱们有必要简单过一下传统MCP的流程:


举个例子,假如你想让agent帮自己读邮件、分类、写回复,那么你就得提前设置好整个工作流:


准备邮件数据、注册工具、写prompt规划执行顺序。


此外,你还得设置回退逻辑,以防中途崩掉。


而这只是一个发邮件的例子,功能一多,配置量指数级上升。


最关键的是——你得知道怎么拆任务、调工具、写逻辑。


换句话说,agent就是在做你给他出的完形填空。


而你,我的朋友,要填除了空以外的所有东西。


MCP·RL的提出就是为了解决这一问题。


你只需提供MCP Server地址,不用配置工具、不用写prompt、不用人工标注。


模型就能自己发现工具、自己设计任务、自己实战训练,边跑边学。


强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!


简单来说,MCP·RL的训练流程分四步:


  • 发现工具:自动连接MCP Server,获取所有可用工具和参数。


  • 生成任务:根据工具信息自己“脑补”出一批使用场景,作为训练任务(数据)。


  • 实战训练:通过跑任务直接从经验中学习,搭配RULER评估策略,调参优化。


  • 测试泛化:用新任务检验策略泛化性,让agent越用越顺手。


总结下来就是:任务场景是什么?AI找;工具怎么用?AI学;流程怎么拆?AI想;效果好不好?AI试。


一位网友精辟的点出了这一转变:


我们曾借助MCP让AI调用工具,而现在是AI反过来利用MCP。


强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!


那么,它的效果如何呢?


正如我们开头提到的,MCP·RL在2/3的基准测试中达到SOTA。


强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!


而在具体的部署层面,MCP·RL无需标注数据,适用于任何Server,无需定制MCP接口,开箱即用。


One more thing


MCP·RL是科技公司OpenPipe基于强化学习的智能体训练系统(Agent Reinforcement Trainer,ART)的最新项目。


ART是一个开源强化学习框架,其核心思想是让LLM从经验中学习,从而提高agent的可靠性,ART可以将GRPO集成到任何Python应用中。


在此前的实测中,ART(Agent Reinforcement Trainer)对Qwen 2.5-14B进行强化训练,其在一项电子邮件检索任务中表现优于o3,实现了SOTA(state-of-the-art)。


强化学习+MCP=王炸?开源框架教AI在MCP中玩转工具解决任务,实测效果超越GPT!


参考链接:


[1]https://x.com/corbtt/status/1953171838382817625


[2]https://github.com/OpenPipe/ART?tab=readme-ov-file#-notebooks


文章来自于微信公众号“量子位”,作者是“henry”。


AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0