整理：TopAIMap 编辑
通义提出 QwenGyre：训练可跑数小时的长程 Agent
弹性在线强化学习，动态分配 GPU 与轨迹，面向写代码、跑测试、委派子 agent 的超长程任务。
阿里通义团队公开 QwenGyre 论文/框架设计：面向极端长程（可达数小时）任务的弹性在线强化学习，动态分配 GPU 与轨迹处理，用于训练能写代码、跑测试、委派子 agent 并压缩上下文的编码类智能体。
报道时间约 10 月 12–13 日；截至扫描时未见明确公开代码仓，以论文方案与结果为主。长程 agent 训练成本与稳定性是当前开源缺口。
参考资料
