Beim K3 Open Day starrte jeder auf Kimi K3 — das 2.8T‑param‑Open‑Modell. Der leisere Drop ist wichtiger, wenn Sie Infrastruktur aufbauen: Kimi AgentENV, das verteilte System, das tatsächlich Agent‑Modelle trainiert, jetzt Open‑Source mit kvcache‑ai.
Was es eigentlich ist
AgentENV ist kein Modell. Es ist das Fundament darunter – eine Plattform zum Ausführen von Agent‑Umgebungen in massivem Maßstab während RL‑Training. Sie startet riesige Mengen von Firecracker‑microVMs über einen Cluster, lädt bei Bedarf jedes OCI‑Image über overlaybd und nutzt die lokale Festplatte als begrenzten Cache, sodass Ihr Image‑Set die Festplatte überschreiten kann, ohne jeden Host vorab zu erwärmen. Auf Snapshots‑basierte Sandboxes booten oder setzen sich in weniger als 50 ms fort und pausieren in unter 100 ms. Eine Live‑Umgebung verzweigt sich in unabhängige Kopien für parallele Rollouts.
Warum es sich zu holen lohnt
Agentisches RL benötigt tausende gleichzeitige, zurücksetzbare Umgebungen – die Orchestrierung, Parallelität und Scheduling‑Kopfschmerzen, die fast niemand Open‑Source bereitstellt. Jeder liefert Agent‑Modelle; fast niemand liefert, wie sie trainiert wurden. AgentENV ist selbst‑hostbar: binden Sie es in Ihre eigene Agent‑RL‑Pipeline ein und hören Sie auf, die Umgebungs‑Schicht von Grund auf neu zu bauen. Wenn Sie einen Agent‑Training‑Stack aufbauen, schließt dies die wirkliche Lücke.