封面新闻讯息，4 月 23 日——Perplexity 的研究团队发布了一篇技术文章，详细介绍了其网页搜索代理的后训练方法。该方法使用两个开源的 Qwen3.5 模型 (Qwen3.5-122B-A10B 和 Qwen3.5-397B-A17B)，并采用两阶段流水线：先进行监督微调 (SFT)，以建立指令遵循与语言一致性；随后进行在线强化学习 (RL)，以优化搜索准确性与工具使用效率。
强化学习阶段使用 GRPO 算法，并来自两类数据源：一是专有的多跳可验证问答数据集，由内部种子查询构建而来，这些查询需要 2–4 跳推理，并通过多求解器验证；二是基于评分规则的通用对话数据，将部署需求转换为可客观核查的原子条件，以防止 SFT 行为退化。
奖励设计采用门控聚合——只有在达到基线正确性时，偏好分数才会被计入 (question-answer match 或所有评分规则标准均满足)，从而避免高偏好信号掩盖事实错误。效率惩罚使用组内锚定：对工具调用与生成长度施加平滑惩罚，其基线为同一组中正确答案的基线水平。
评估表明，Qwen3.5-397B-SFT-RL 在各项搜索基准上实现同类最佳表现。在 FRAMES 上，它使用单次工具调用达到 57.3% 的准确率，较 GPT-5.4 高 5.7 个百分点；较 Claude Sonnet 4.6 高 4.7 个百分点。在中等预算 (four tool calls) 下，它以每次查询 $0.02 实现 73.9% 的准确率；相比之下，GPT-5.4 为 67.8%（每次查询 $0.085），Sonnet 4.6 为 62.4%（每次查询 $0.153）。成本数据基于各提供方公开的 API 定价，并且不包括缓存优化。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
Vercel 安全漏洞扩散至数百名用户；AI 开发者风险更高
Gate 新闻消息，4月23日——Vercel披露称，4月19日其安全事件起初被描述为影响“有限的客户群”，但现已扩展到更广泛的开发者社区，尤其是那些构建 AI 代理工作流的人。此次攻击可能影响数百名用户
GateNews24 分钟前
OpenAI 推 GPT-5.5：12M 脈絡、AA 指數登頂、Terminal-Bench 82.7% 改寫代理基準
OpenAI 发布 GPT-5.5，主打代理式工作与企业知识处理，并同步于 ChatGPT 与 Codex 推出。要点含 1200 万 token 脉络视窗、AA Intelligence Index 60，领先 Claude Opus 4.7、Gemini 3.1 Pro；价格为每百万 token 输入 5 美元、输出 30 美元，输出 token 减少约 40%，实际成本上升约 20%。
鏈新聞abmedia1小时前
MagicBlock 发布 Mirage：面向 Solana 的命令行隐私支付工具
Gate News 消息，4月23日——MagicBlock 已发布 Mirage，这是一款面向 Solana 网络的命令行隐私支付工具。该工具使用户能够通过终端命令、机器人或 AI 代理创建钱包、存入资金，并发送私密交易。
Mirage 构建在 Private Ephemeral Rollups 之上
GateNews5小时前
OpenClaw 2026.4.22 统一 Codex 与 Pi Harness 的插件生命周期，将插件加载时间最多减少 90%
Gate 新闻消息，4月23日——OpenClaw，一个开源 AI 代理平台，于 4 月 22 日发布了 2026.4.22 版本，其最大的变化是对 Codex harness 和 Pi harness 的生命周期进行了对齐。此前，插件在这两条 harness 路径中表现不一致，部分 hooks 在特定环境中缺失
GateNews6小时前
Google Cloud 与 CVC 携手加速为投资组合公司进行 AI 代理转型
Gate News 消息，4 月 23 日——Google Cloud 和私募股权巨头 CVC 宣布了一项战略合作，以加速 CVC 及其投资组合中的数百家公司的 AI 代理转型。该合作将利用 Google Cloud 的人工智能平台以及
GateNews8小时前
