华为港中文开源Lego-RL：不改一行代码给Coding Agent接RL
青稞AI · wechat · 2026-09-06
华为与香港中文大学团队开源 Lego-RL，一套面向 Coding Agent 的 Harness-Native 强化学习训练框架，无需修改 OpenHands SDK、Claude Code 或 OpenCode 任何一行代码即可将其接入 RL 训练。基于 Qwen3.5-35B-A3B，三个 harness 的 SWE-bench Verified 分数分别从 64.0/62.4/57.2 提升到 70.4/68.2/66.6。
框架针对真实 Agent Harness 接入 RL 的三大痛点提出对应设计：
- Faithful（忠实优化）：避免训练与推理环境差异导致策略更新偏离真实 Agent 行为；
- Reliable（可靠执行）：处理环境故障与奖励投机对训练信号的污染；
- Observable（可观测训练）：通过 AgentPlugin 支持训练校验、实时诊断与人工复盘，形成从数据准备到训练运维的半自动化闭环。
论文：arxiv.org/abs/2608.17393，代码：github.com/LegoX/Lego-RL。青稞 AI 将于 9 月 8 日邀请核心开发者杜一鸣（港中文博士、华为莱布尼兹研究所研究员）直播拆解该工作。
「编程与Agent」频道最新
- 自进化 IDE bb 走红:不该人人都自建 Agent 编排 — andpoul · 2026-09-06
- 给多个 Agent 开群聊共享信息，尝试协作新编排 — andpoul · 2026-09-06
- Kornia 的 DoG/Hessian 追平 OpenCV,作者称 Astra 一次尝试即有提升 — ducha_aiki · 2026-09-06
- Coddle 上线:用 AI 智能体覆盖产品开发全流程的协作工作区 — saheedniyi_02 · 2026-09-06
- 50 个 bot 自治世界一天膨胀：215 块地、火星殖民地和建筑法规 — Daniel_Farinax · 2026-09-06
- Codex 烧 token 太凶？试试搭配 Muse Spark，opencode 上免费 — BLUECOW009 · 2026-09-06