可复用 Agent Harness 训练框架
Megadragon9 · reddit · 2026-07-21
这条帖子介绍了一个名为 harness-training 的项目：它不是只训练某个单独任务模型，而是训练一个可复用的 agent harness（任务外壳/执行框架）。
作者的思路是：先用一个冻结的任务 LLM 和任务环境训练 harness，之后再替换成不同的任务 LLM，在新的环境里评估同一个“冻结后的 harness”。目前实现支持任意 OpenAI-compatible API，并可直接对接 Terminal-Bench 和 SWE-Bench，也方便扩展到其他任务环境。
帖子还说明了训练方式：把 baseline vs candidate 的判定当作 loss，候选方案若通过就用 git commit 形式推进为新 baseline，没通过则保留为引用；项目目标是让不同模型、不同任务之间的能力迁移更强。作者提到配套博客里展示了框架在 Terminal Bench 2.0 上的改进，以及从 SWE-Bench 训练迁移到终端任务上的效果；同时总结出一个关键教训：原始版本里缺少 determinism（确定性）。
所属事件:研究称强化学习模型的泛化能力主要由外部 Harness 主导(10 条相关)→
「编程与Agent」频道最新
- Claude Code 用法心得：max 档做规划，xhigh 档做实现 — majidmanzarpour · 2026-10-27
- Chrome 团队详解 WebMCP：不是取代 MCP，而是让网站直接向 agent 提供工具 — rseroter · 2026-10-27
- Agent 绕过 UI 就能改已审批报销单?Agent-Native 框架要堵这个洞 — rseroter · 2026-10-27
- 开发者晒 AI 编码智能栈：人定方向 Opus 写码 Astra 审查，人类只做审阅 — sh_reya · 2026-10-27
- Baseten 网络课：用自有合并 PR 建 benchmark,按每成功任务成本评估开源模型 — baseten · 2026-10-27
- Thorsten Ball 谈 Agent 工作法：多用评测、多上自动化、放手让 Agent 干 — omarsar0 · 2026-10-27