MCPDisCo：MCP原生智能体强化学习框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Kounianhua Du 等作者的论文，提出 MCPDisCo——一个面向 MCP 原生智能体的生态级强化学习框架。该框架基于 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进行训练。论文称模型权重与实现均已提供。截至该报道，事件进展为框架发布，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。