解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs-强化学习算法AlphaGo

解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs-强化学习算法AlphaGo

大家看这边是alphago zero的训练过程。

我说的训练过程是随着时间的推移的变化，你看见这个红点了， 其实你看你，你首先应该最开始应该关注的是这个绿色的点。这个绿色的点是代表了什么？你从最开始的时候，大家注意，这个叫alphago zero，他这边是zero的这种状态。它基本的一种意思是说我没有前置的一些，比如说cold start等等之类，它直接使用强化学习的方式。大家可以看啊，它它这个红色点会在几个不同的阶段，给你标注出它的关键的这个转折点。

在最开始的时候，他并没有prior knowledge，所以他开始很糟糕。然后三天之后，他就具备了这个alphago 的能力，这就相当于人类的顶级的水平了。然后21天之后他就完成了这个alphago master ， 他采用了一些例如SFT等相关的内容。然后40天以后他超越了所有的版本的alphago 的内容，所以这个是强化学习。

大家可以看随着时间的推移，他能够不断的自我的成长学习。当然所谓的成长的学习就是不断的进行explore和exploit。然后他不断的找最佳的模式，或者我们统称之为学习的过程，叫learn from experience。这是google的 deep mind给我们的具体的信息，在这幅图中这是DeepSeek R1 zero给我们的信息。

随着我们训练的不同，或者说您可以认为随着训练实践的不断的增加，然后他的这个reason capability越来越强。但在这里代表reasoning capability，你可以认为是length，就是他输出的这个长度，就思考的过程越来越多。但可能会有人说，你思考过程越来越多，不一定代表这个reason capability越来越强，这个说法没问题，但从模型的角度讲，你可以认为这个趋势是正确的。所谓趋势就是当你能够思考的内容越来越多，思考的步骤越来越多，维度越来越多的时候，他的推理能力越来越强。