TRL 通过 OpenEnv 原生支持真实 harness 训练
LysandreJik · x · 2026-07-24
TRL 通过 OpenEnv 原生支持 agent harness 训练
TRL 新增了通过 OpenEnv 直接在 agent harness 上训练的能力，开发者可以更方便地把真实编程智能体流程接进训练管线。
- 现在可以直接使用类似 opencode 这样的 harness 进行训练，减少额外的胶水代码。
- 配图展示了一个由 policy、agent、proxy、verifier 组成的闭环，以及 message-level rollouts、padding-free dynamic packing 等训练组件。
- 这意味着 TRL 更适合处理真实的多轮 agent transcript 和长时序 episode，对编程智能体训练的工程实践更有用。
「编程与Agent」频道最新
- 一个本地优先工具要把 Claude Code 和 Codex 使用记录做成 AI 履历 — OGMYT · 2026-07-24
- 多智能体团队仍在为每个 Agent 重建权限和日志层 — Severe_Part_5120 · 2026-07-24
- 别把核心规则写进 Prompt：生产级 Agent 的硬编码防线 — Mariia_Sosnina · 2026-07-24
- 母子 Agent 协作：一个主控调度多个 AI 工作者 — huangyun_122 · 2026-07-24
- 开源 agent 地图按适配度、记忆和计费选工具 — Insignie · 2026-07-24
- Genspark 推出人和 AI agent 协作的 GenTeam — rohanpaul_ai · 2026-07-24