微软发布开源 AI 智能体推理框架 rStar2 – Agent，其参数规模仅为 DeepSeek – R1 的 0.2%，却以 80.6% 的数学推理准确率刷新纪录，在科学推理和工具调用测试中超越现有标杆。该框架有三大技术革新，包括隔离式代码执行架构、GRPO – RoC 算法和高效训练流程。项目已在 GitHub 开源，加速智能体技术产业化落地。