OpenForge RL 让 harness 型 AI agent 支持端到端训练
burkov · x · 2026-07-26
现代 AI agent 越来越依赖像 Claude Code、Codex 这类复杂的推理 harness，来支撑多轮推理、工具调用和外部系统访问。
作者指出，这类有状态、多进程的 harness 很难用现有开源 SFT/RL 训练栈端到端训练，因为这些框架无法自然表达这种推理执行方式。为此，来自 Columbia 和 Microsoft Research 的作者提出了 OpenForge RL：一个面向多样环境、可端到端训练 harness-based agents 的开源框架。
所属事件:微软开源OpenForgeRL实现端到端训练(4 条相关)→
「编程与Agent」频道最新
- 让 Hermes Agent 当 QA：浏览器实测揪出 8 个网站问题 — techlatest_net · 2026-10-27
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27
- 网友给 Hermes Agent 配专属 Ubuntu 虚拟机实测真实任务表现 — techlatest_net · 2026-10-27
- 开发者晒弃用清单：VS Code、Office 全卸载，只用 Claude — One_Improvement_6470 · 2026-10-27
- Grok bot 首次自主网购：识破页面隐藏提示，1 美元开通 Spotify 后秒取消 — msg · 2026-10-27
- Swarmatory 开源：为团队编码 Agent 提供共享聊天室与信息流 — qhoxie · 2026-10-27