阿里巴巴千问团队提出的QwenGyre是一套专门面向超长任务的AI agent强化学习框架。该框架通过动态切换GPU用途，解决了传统训练系统在GPU利用率和训练数据冗余方面的问题。团队在Qwen3.8-2.4T上进行了验证，发现QwenGyre在相同GPU预算下完成48步强化学习，耗时75.42小时，传统异步方案则需要134.55小时，训练时间缩短约44%。训练后，模型在代码仓库生成测试nl2repobench上的通过率从52.48%提升至58.54%。