执行摘要
- 一句话：移除完全异步策略中硬编码的工具代理循环，简化agent名称分配逻辑。
- 推荐动作：建议开发者在阅读此PR时，关注review中指出的潜在风险，并检查下游代码（如agent_loop或rollout模块）是否适配agent_name的隐式处理。此PR展示了代码清理时的设计权衡，值得注意但变更简单，无需深度精读。
功能与动机
从PR标题和review评论推断，动机是移除硬编码的'tool_agent'循环以简化代码。gemini-code-assist[bot]评论指出'removing the hardcoded "tool_agent" is a good goal'，但未在PR body中明确说明具体问题或需求背景。
实现拆解
修改了verl/experimental/fully_async_policy/detach_utils.py文件中的prepare_single_generation_data函数。关键改动：删除了if config.actor_rollout_ref.rollout.multi_turn.enable:分支中分配'full_batch.non_tensor_batch["agent_name"] = np.array(["tool_agent"] * len(full_batch), dtype=object)'的代码，只保留else分支分配'single_turn_agent'。这使得当multi_turn.enable为true时，agent_name不再被显式设置。
关键文件：
verl/experimental/fully_async_policy/detach_utils.py（模块 fully_async_policy）: 核心变更文件，移除了硬编码代理分配逻辑，直接影响agent名称设置和下游依赖。
关键符号：prepare_single_generation_data
评论区精华
review评论中，gemini-code-assist[bot]指出：'completely omitting the agent_name assignment when multi_turn.enable is true makes the agent selection logic implicit and fragile'，并建议使代理名称可配置以提高健壮性。但此建议未在讨论中进一步响应，PR被wuxibin89批准合并，显示风险可能被接受或忽略。
- 移除硬编码代理名称的设计风险 (design): PR被批准合并，但风险未被直接解决，建议的可配置方案未采纳。
风险与影响
- 风险：主要风险是下游代码可能依赖agent_name键的存在，当multi_turn.enable为true时，agent_name未被设置，可能导致KeyError或默认代理选择错误，破坏工具使用功能。具体在prepare_single_generation_data函数中，如果下游消费者未处理缺失键，会引发运行时异常。缺少相关测试覆盖，无法验证变更后系统行为。
- 影响：影响范围小，仅涉及fully_async_policy实验模块中的一个文件。对用户：如果配置multi_turn.enable为true，可能需要下游适配以避免错误；对系统：使agent分配逻辑更隐式，可能增加维护复杂性和调试难度。影响程度低，但若下游未处理，可导致功能中断。
- 风险标记：下游依赖风险, 缺少测试覆盖
关联脉络
- PR #5791 [ci] fix: resolve oom when allocating weight transfer buffer in fully async test cases: 同涉及fully_async策略的测试修复，显示该实验模块的持续维护和潜在稳定性问题。
- PR #5695 [fully_async] fix: Patch vllm013 weight loader for qwen3-moe series: 同为fully_async相关的修复PR，指示该模块在vllm集成中的活跃开发和兼容性调整。
参与讨论