Forge：可扩展的 Agent 强化学习框架发布

Forge 测什么？

Forge 定位于 Agent 强化学习训练基础设施，提供分布式训练支持、多种 RL 算法实现（具体算法列表未公开）和模块化架构。从宣传定位看，其目标用户是希望训练定制化 Agent 的开发者，核心卖点是「开箱即用」的训练 pipeline，省去从零搭建 RL 环境的工程成本。

方法论质疑

1. 缺乏独立 Benchmark 数据：目前没有第三方机构发布基于 Forge 训练的 Agent 在标准任务集（如 GAIA、AgentBench）上的性能对比报告。这意味着「可扩展」和「高效」仅是项目方的自我声明，无法排除是 cherry-picking 的演示案例。

2. 算法实现的成熟度存疑：强化学习对超参数敏感性极高，分布式 RL 训练涉及复杂的通信、采样、梯度同步细节。新兴开源项目在此类工程挑战上的积累通常不如工业级框架（如 Ray/RLlib、Stable-Baselines3）深厚。

3. contamination 风险：如果 Forge 的基准测试用例被用于框架本身的迭代优化（如根据测试结果调整算法参数），则存在 training on eval