Agentic RL Infra 主流技术路线综述：11 组团队的系统全景与核心难题

基于 11 份 2025–2026 年公开技术报告与官方博客，本文梳理了小米 MiMo、DeepSeek、Kimi、智谱 GLM、阿里 Qwen、MiniMax、阶跃 StepFun、美团 LongCat、蚂蚁 Ling/Ring、字节 Seed、腾讯混元共 11 组团队的 Agentic RL Infra 技术路线。