title: “7-Day Plan: OpenPipe ART”

7-Day Plan: OpenPipe ART

对应项目：

• 项目导学页
• 原仓库: https://github.com/OpenPipe/ART

目标

7 天后你应该能：

• 说清 agent RL 在训练什么
• 理解任务、轨迹、奖励、优化的关系
• 跑一个最小示例或至少看懂其主流程

Day 1

任务：

• 读 README
• 写下 agent reinforcement training 的一句话解释

产出：

• 一段项目定位总结

Day 2

任务：

• 浏览项目结构
• 找 example、task、trainer、reward 相关部分

产出：

• 一张目录功能图

Day 3

任务：

• 看最小示例
• 理解一个任务是怎么定义的

产出：

• 一页任务定义笔记

Day 4

任务：

• 看 rollout 或 trajectory 相关流程

产出：

• 一张 agent interaction 流程图

Day 5

任务：

• 看 reward / optimization 部分
• 只抓主逻辑

产出：

• 一张 reward -> update 关系图

Day 6

任务：

• 跑一个最小 demo 或至少跑最小配置
• 记录结果

产出：

• 一条运行记录

Day 7

任务：

• 总结 ART 和普通 alignment 的差别
• 写出你想尝试的一个简单 agent 任务

产出：

• 一页复盘

完成标准

• 你能解释 agent RL 的核心对象
• 你能指出任务和 reward 的关键位置
• 你有一个自己的小实验想法