牛透社北京时间 2025 年 9 月 8 日消息，微软发布开源 AI 智能体推理框架 rStar2 – Agent。该产品在参数规模仅为 DeepSeek – R1 0.2%（140 亿 vs 6710 亿）的情况下，以 80.6% 的数学推理准确率刷新纪录，并在 GPQA – Diamond 科学推理（60.9%）和 BFCL v3 工具调用（60.8%）测试中超越现有标杆。

技术突破包含三大革新：隔离式代码执行架构支持单步 4.5 万次工具调用，GRPO – RoC 算法提升推理效率，训练流程使计算资源利用率达传统方法的 3.2 倍。项目已在 GitHub 开源，加速智能体技术产业化落地。