摘要
LoongSage 是 Baidu Baige 的异步 Agentic RL 框架，用 AgentFlow 统一多轮上下文、工具输出、轨迹收集和沙箱生命周期，并将 rollout 与训练解耦。
核心内容
基本信息
- 实体类别：分布式 Agentic RL 框架。
- 关键名称或版本：Coda；Apache-2.0；尚无 GitHub Release。
- 时间范围：2026-08-28 创建；2026-09-03 推送并核实。
重要事实
- 核实时为 77 stars；当前浅克隆约 238 个文件、2 个 workflow 和 47 个测试文件，最近 CI 与 Docs 成功。（来源：历史会话中的 Agent 工程开源项目回溯）
- Agent 只需调用标准 chat-completion 服务，框架负责多轮上下文、tool output、loss mask、trajectory 与 sandbox lifecycle；插件点覆盖 agent、reward、sandbox、advantage 和 policy loss。（来源：历史会话中的 Agent 工程开源项目回溯）
- 支持 partial rollout、oversampling、staleness window 和训练-推理一致性监控；39% 吞吐提升与 1e-4 量级偏差控制是项目报告，未独立复现。（来源：历史会话中的 Agent 工程开源项目回溯）
关系与影响
LoongSage 与 prime-rl、RLinf 都处理 Agentic RL 的大规模 rollout/training；其 AgentFlow 更强调上层 Agent 与训练框架解耦。
分歧与变化
生产级定位、吞吐和一致性数字需要在固定模型与硬件上复验；较新的仓库也需要观察长期维护。
相关页面
- 概念：Agentic RL、Harness Engineering、Execution-Based Agent Evaluation
- 实体：prime-rl、RLinf、qwen3-runtime
- 主题：Agent Harness 与 Agentic RL 开源生态
来源
待核实问题
- 需独立复现多节点异步训练、路由重放和项目报告的吞吐收益。