**Agentic RL的瓶颈在推理：独立扩展推理引擎可提速近50%**

_RL Is Bottlenecked by Inference. Scale It Independently_

> Agentic RL的每一步中，生成rollouts的时间远长于训练时间，导致训练GPU大量空闲。研究表明，通过SkyPilot Job Groups和slime框架独立扩展推理引擎（从1个SGLang引擎增至3个），异步步骤时间从1200秒降至661秒，几乎减少50%，而训练配置无需更改。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-08-05 22:03（北京时间）
- **原文**：[打开原文](https://skypilot.ai/blog/slime-agentic-rl)