蚂蚁 AReaL 团队近日发布“ASearcher”，这是一个 Agentic RL（reinforcement learning，强化学习）方面的开源项目，可大规模异步 RL 解锁 Agent 长程工具使用能力，使开发者能够轻松且经济高效地构建自己的高性能搜索 Agent。

项目地址：https://github.com/inclusionAI/ASearcher
论文：https://arxiv.org/abs/2508.07976

据介绍，ASearcher 专为大规模在线强化学习（RL）训练搜索 Agent 而设计，使命是推进搜索 Agent 达到专家级性能。

ASearcher 主要有两项核心贡献：

1. 使用完全异步 RL 训练（Fully Async RL）在训练高效的同时让 agent 学会长程工具使用（Long-Horizon Tool Use）。训练过程中，基于 QwQ-32B 的 agent 能够自然地学会更多的工具使用轮次和更多输出 token，在 200 步之后学会高达 40 轮次的 tool use，并且生成 token 达到了 150k+。

2. 开源了一个用于构造高质量&高难度数据的 agent。Agent 通过注入外部事实（Fact Injection）以及对题目模糊化（fuzz）来合成问题，同时在每一步合成都进行了非常严格的检验来保证 quality & difficulty 检验。

详情查看 https://mp.weixin.qq.com/s/mzvjcksN1JbWzZv5bnCPvQ