arXiv Artificial Intelligence· Kounianhua Du, Jianxing Liu, Shuai Shao, Ke Li, Xing Sun, Weinan Zhang·2026-10-14 12:00· 18 小时前AI 评分32

MCPDisCo：面向 MCP 原生智能体的跷跷板缓解微调框架

MCPDisCo: Seesaw-Mitigated Tuning for MCP-Native Agents

AI 导读

MCPDisCo 是面向 MCP 原生智能体的生态级强化学习框架，基于 Thought-Markov 决策过程显式建模推理与路由、执行、终止，并在覆盖 70 个 MCP 服务器、527 个工具、六个域的真实长程交互上训练。