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
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用 prompt 造硬件:一次对话让智能体组装定制设备寄到家 — paraschopra · 2026-09-11
- 模型之外才是关键:一文拆解 RAG 到多智能体的六大 AI 架构 — goyalshaliniuk · 2026-09-11
- 零基础开发者自建分层记忆架构，仅 20k token 记住一年对话 — matteoianni · 2026-09-11