把 Claude Code、Codex 等 10 个 harness 转 RL 环境，工具调用降 31%
vllm_project · x · 2026-10-07
vLLM 官方转推 Clement（wakatchitech）的开源工作：将包括 Claude Code 和 Codex 在内的 10 个编码 harness 全部转换为 RL 训练环境，并通过 proxy 接入 vLLM，实现灵活的奖励设计。实验显示同一模型在多个 harness 上均获改善，工具调用次数减少 31%，全套方案开源、复现性强。
「编程与Agent」频道最新
- 10 分钟做一个短视频：作者自建 skill 一夜冲到 17 万播放 — AlchainHust · 2026-10-07
- 东京技术论坛筹备者:我和 5 个 Agent 各跑一条工作流办会 — soleio · 2026-10-07
- 顾问弃自建语音 agent,用 Grok bot 加 Cursor teams 服务客户 — alexcovo_eth · 2026-10-07
- 开源 sopc：用 git 统一管理数百个语音 Agent 的 prompt — BadAthMOFO · 2026-10-07
- 实测：OpenAI Decisions API 比 Jev 贵 2 倍、效果差 5-10% — xeophon · 2026-10-07
- 开发者用 Rust 克隆 Photoshop 并开源:AI 时代工具该被重造 — ravisparikh · 2026-10-07