事 件概述

据稀土掘金平台上发布的一 篇技术文章，阿里云 PAI（Platform for AI）团队近日发布了一套 基于 Qwen3 系列模型的开源 Agent 训练解决方案。此次发布的 核心是 EasyDistill——一个托管于 GitHub ModelScope 组织下的算法库，旨在通过结构化的 ReAct 轨迹数据合成，将大 型教师模型的 Agent 能力蒸馏至更小的学生模型。

该工具库已在 github.com/modelscope/easydistill 上开放访问，并与 PAI 的托管基础设施栈深度集成， 覆盖 PAI-DSW（Notebook 开发环境）、PAI-DLC（模型训练）及 PAI-EAS（推理服务）全链路。

为何值得关注

此 次发布直指生产环境中一个切实存在的成本 痛点：将参数量超过 1000 亿的前 沿模型部署为生产级 Agent 服务，成本高 昂。通过使用大型教师模型——文章中提到 PAI-Model Gallery 已支持 DeepSeek- V3.2 和 GLM-5 作为可选项——生成高质量的 ReAct 轨迹数据，团队可以训练 出参数量显著更小的学生模型，在大幅降低推理成本的 同时，保留多步推理与工具调用能力。

文章中提出 的「数据飞轮」框架颇具深意。该 流程并非一次性蒸馏，而是为迭代优化而设计：学 生模型推理失败的样本会被挖掘出来，反馈至数据合成循环， 用于生成难度更高的训练样本。这一机制与基于人 类反馈的强化学习（RLHF）流程中的技术思路如 出一辙，但完全在合成数据的框架内实现，从 而有效降低了人工标注的成本。

对于已在使用阿里云的 工程团队而言，与 OSS 对象存储、PAI-DS W 及 PAI-EAS 的端到端集成，大幅降低了在生产环境中落地该流 程的运维门槛。即便不使用阿里云，开发 者同样可以独立使用开源的 EasyDistill 库，不过 托管部署环节则需要自行适配。

技术细节

整个蒸馏流程分为五个顺序阶段：

  • 教师模型部署： 文章建议使用参数量不低于 1000 亿的模型， 以确保生成轨迹具备足够的复杂度与泛化能力。PAI-Model Gallery 中可选的 教师模型包括 DeepSeek-V3.2 和 GLM-5。
  • EasyDistill 安装：从 github.com/ modelscope/easydistill 克隆至 PAI-DSW Notebook 环境。
  • 数据合成——任务生成：采 用三智能体流水线处理 JSONL 格式的 persona 种子文件。三个子 Agent 分别为 ToolSetGenAgent、PolicyTaskAgent 和 FinalTaskAgent，依次负责工具集生 成、策略轨迹构建与最终任务合成。
  • 模型蒸馏训练：利用合成轨迹数 据，通过 PAI-DLC 对学生模型进行微调。
  • 线上部署：将训练完 成的学生模型通过 PAI-EAS 上线，提供生产推理服务。

整体配置通 过 JSON 文件驱动。一段典型配置示例显示，三个生成 Agent 均 使用 deepseek-v3.2 作为教师模型调用端点，参数设 置为 max_tokens: 40960、temperature: 0.9。并发度 与样本量通过 processing 配置块中的 max_workers 和 max_tasks 参数进行控制。

Persona 种子文件遵循简洁的 Schema 格式：

{"id": "uuid1", "persona": "An AI research scientist focused on natural language understanding."}

该框架在 configs/persona_5K.jsonl 路径下内置了示例种子文件，表明仓库中随 附至少 5,000 条 persona 样本。

后续看点

  • E asyDistill 基准测试结果：文章称该方案已在 Qwen3 系列小模型上完 成「验证」，但未公布具体基准分数。建议持 续关注 ModelScope 仓库及关联技术博客，以获取与 Qwen3 基 础检查点在 AgentBench、ToolBench 等 Agent 基准上 的量化对比结果。
  • DeepSeek-V3.2 在 PAI-Model Gallery 的可用性：该 流程的数据质量与教师模型能力直接挂钩。若考虑将该方案用于生产环境，建议提 前确认 DeepSeek-V3.2 在阿里云上的 API 可 用状态及调用定价。
  • 其他云厂商的 竞争动向：AWS、Google Cloud 和 Azure 均提供托管微调服务。 若 Bedrock 或 Vertex AI 推出类似的 ReAct 轨迹蒸馏流程，将与该方案形成直接竞争。
  • Qwen3 系列模型的后续更新：随着 阿里巴巴持续发布 Qwen3 新变体，EasyDistill 的兼容边界将进 一步扩展。建议跟踪 Qwen GitHub 组织，关注可作为学 生模型目标的新参数规格发布动态。