清华浙大等开源发布SEED：自进化OPD的长程Agent强化学习训练方法¶

Ch04.039 清华浙大等开源发布SEED：自进化OPD的长程Agent强化学习训练方法¶

📊 Level ⭐ | 0.9KB | entities/seed-self-evolving-opd-long-horizon-agent-rl-tsinghua-zju-2026.md

-> 原文存档

一句话讲清楚👉🏻 SEED 让 Agent 在训练时复盘自己刚完成的任务轨迹，把整条任务结束后的经验，细化成每一步输出该不该加强的训练信号。

来源¶

• 原文: 清华浙大等开源发布SEED：自进化OPD的长程Agent强化学习训练方法
• 原始链接: : https://mp.weixin.qq.com/s/1tPAWiT7U76Uabq3JvhCkw