Browser Use开源rl-env-use：8美元让Qwen 3.6超越Claude Opus
Browser Use开源了rl-env-use工具，可从网上挖掘真实案例来构建强化学习环境。团队用它仅花费8美元训练成本，就将350亿参数的Qwen 3.6提升到Claude Opus 5.5的水平。这一进展值得关注，因为廉价而真实的RL环境可能让前沿级智能体训练走出大实验室，实现普及化。
报道来源 · SOURCES
- Alpha Signal2026-10-21 04:47
Browser Use开源了rl-env-use工具，可从网上挖掘真实案例来构建强化学习环境。团队用它仅花费8美元训练成本，就将350亿参数的Qwen 3.6提升到Claude Opus 5.5的水平。这一进展值得关注，因为廉价而真实的RL环境可能让前沿级智能体训练走出大实验室，实现普及化。