【project: x-monitor】
🤖 AI 信息流摘要 [project: twitter] | 2026-09-17 10:00 BJT
过去 2 小时（约 8:00–10:00）

📊 本批 21 条，AI 相关 1 条

**速览**

- 小米 MiMo-V2.6 直播 RL 训练进展，罗福莉公布细节
- 单次 RL step 处理 20 亿 Token，全异步多环境训练
- RL 训练重心从算法转向 Agent 系统工程

**模型动态**

- https://x.com/MaxForAI — 小米 MiMo-V2.6 公开直播强化学习训练：单 step 20 亿 Token，1568 条 Prompt 各跑 16 个 rollout，全异步；同时把多 Agent 任务、多环境、多套 Harness 混合训练，并引入组内信用分配的 Grader 机制；罗福莉称未来几周将陆续开源技术细节 → [原文](https://x.com/MaxForAI/status/2100390512398307512)

**整体情绪**：中性 — 单条技术进展报道，无争议信息，反映 RL 训练正从算法问题转向系统工程。