大规模强化学习（RL）是当前通往更高阶AI能力的关键技术之一，但其发展一直受限于主流框架在底层架构上的瓶颈。当训练规模扩展至成百上千的计算节点时，传统框架的性能往往会急剧下降，其根源在于其固有的“中心化”设计。