用 10% GPU 跑通萬億參數 RL！馬驍騰拆解萬億參數大模型的后訓練實戰

整理 | 夢依丹

出品 | CSDN（ID：CSDNnews）

左手是提示詞的工程化約束，右手是 Context Learning 的自我進化。

在 OpenAI 新發布的《Prompt guidance for GPT-5.4》中，反復提到了 Prompt Contracts（提示詞合約）。要求開發者像編寫代碼一樣，嚴謹地定義 Agent 的輸入邊界、輸出格式與工具調用邏輯，進而換取 AI 行為的確定性。

但在現實操作中，誰又能日復一日地去維護那些冗長、脆弱的“提示詞代碼”？

真正的 Agent，不應只靠閱讀 Context Engineering，更應該具備 Context Learning 的能力。

為此，在 4 月 17-18 日的 2026 奇點智能技術大會上，我們誠邀 Macaron AI 首席科學家、Mind Lab Director 馬驍騰帶來一場直擊 Agent 進化本質的深度分享，讓 Agent 從“聽指令”進化到“漲經驗”。

馬驍騰是誰？

提到馬驍騰，筆者腦海首先閃現的是強化學習、Agent、1500+……

作為清華大學自動化系的博士、博士后，馬驍騰在產業界和學術界有著扎實的底蘊。他在強化學習相關領域發表了 30 余篇頂會論文，谷歌學術引用超過 1500 次。

現在，他是 Macaron AI 首席科學家，也是 Mind Lab 的掌舵人。

他帶隊研發了面向萬億參數模型的 LoRA-RL 訓練底座—— MinT，成功實現了端到端的萬億參數推理強化學習。

以萬億參數模型（如 Kimi K2）為例，該系統所需的 GPU 數量僅為傳統全參數 RL 的約 10%。這徹底改變了大模型后訓練的經濟學，使 RL 能夠大規模落地到更多產品和團隊中。（核心解讀：https://macaron.im/mindlab/research/building-trillion-parameter-reasoning-rl-with-10-gpus）

從 Context Engineering 到 Context Learning：萬億參數大模型的后訓練實戰

在 2026 奇點智能技術大會上，馬驍騰將帶來 《邁向經驗智能：從 Context Engineering 到 Context Learning》 的深度分享，直擊當前 AI Agent 開發與落地的核心痛點。

痛點：Prompt 工程的“邊際效應遞減”

當前的 Agent 開發，陷入了一個“堆砌上下文”的怪圈。

為了讓 Agent 應對動態環境（比如操作一個不斷更新的 App 界面），工程師們不得不編寫越來越長、越來越復雜的 Prompt。但這帶來了兩個無法回避的問題：

• 擴展性受限： 人工編排永遠趕不上環境的變化速度；

• 經驗無法復用： Agent 每次任務都是“從零開始”，上一次的成功或失敗經驗，無法沉淀為模型的能力。

解法：Context Learning（在交互中學習）

馬驍騰提出的 Context Learning，核心在于“經驗的內化”。

通過強化學習，讓模型在真實的交互數據中自主試錯、積累經驗，并將這些經驗刻進模型參數里。

實戰干貨：MinT 底座與 Macaron AI 案例

為了證明這條路走得通，馬驍騰將在現場拆解 Mind Lab 的工程實踐：

• MinT 面向萬億參數模型的 LoRA-RL 訓練底座：支撐高吞吐、低成本的強化學習快速迭代。并以 Macaron AI 模型訓練為案例，展示如何利用 Context Learning 教會模型操作 Dynamic UI，將交互經驗沉淀為可復用的模型能力與訓練管線。

• Macaron AI 模型案例：用 Context Learning 訓練 Dynamic UI 交互能力

對于參會者而言，這場分享的直接價值在于：

• 獲得可落地的 RL Infra 建設思路：了解如何搭建一個像 MinT 這樣，能夠支撐大模型低成本、高吞吐強化學習迭代的基礎設施；

• 將 Context Learning 從理念變為工程現實的前提；

• 理解可靠性與適應性的平衡術：明白在什么場景下仍需依賴 Context Engineering 確保可靠，又在什么場景下可以放手讓模型通過 Context Learning 自主進化，從而設計出更健壯、更靈活的 Agent 系統。

2026 奇點智能技術大會

馬驍騰的 Context Learning，只是 2026 奇點智能技術大會眾多硬核議題中的一環。

面對“未來沒有全棧，只有 Agent 工程師”的行業劇變，我們需要的不只是幾場演講，而是一份可被驗證的、成體系的工程經驗。

4 月 17-18 日，由 CSDN 與 奇點智能研究院聯合主辦的「2026 奇點智能技術大會」 將在上海環球港凱悅酒店隆重召開。

• 頂尖陣容： 匯聚 50+ 位站在變革最前沿的技術領袖，來自 微軟、BAT、京東、快手等一線大廠；

• 硬核議題： 覆蓋 Agent 系統、世界模型、AI 原生研發、AI Infra 等 12 大前沿專題。

這里沒有空泛的預測，只有扎實的復盤與當下的解法與前沿的探索。

與此同時，2026 奇點智能技術大會同步開放多種合作形式：

• 技術生態合作伙伴

• 企業專場共建

• 行業解決方案聯合展示

我們期待與更多長期主義者一起，為 AI 時代留下可被驗證、可被復用的工程經驗。

「提前預約 2026 奇點智能技術大會全套 PPT 資料」

官方網站：www.ml-summit.org

購票熱線：400-821-5876

購票咨詢：service@boolan.com

企業合作：partner@boolan.com

演講申請：hemiao@csdn.net

媒體聯系：media@boolan.com