训练别人写的 Agent：如何驾驭非自建 harness 的强化学习
SergioPaniego · x · 2026-10-08
Lisbon AI 发布了 Sergio Paniego 的演讲视频，主题是如何训练一个「运行在别人写的 harness 里」的 agent。核心问题：大多数干实际工作的 agent 是他人构建的，而常规 RL 假设你控制每一步，但现实中 harness 已经接管了这些步骤。演讲讨论在这种受限环境下训练 agent 的方法。
「编程与Agent」频道最新
- 用 AI Agent 建模加 5.3 小时行车数据，算出咖啡盖朝两点钟方向 — mariyaivasileva · 2026-10-08
- Claude Code开放Mod定制,可改行为加功能,插件直装 — Arindam_1729 · 2026-10-08
- 实测 agent 发帖:16 个 subreddit 有 7 个直接封禁,提交成功不等于存活 — lulzxdxdxd · 2026-10-08
- 4 模型跨文件修 bug 实测:3/4 通过,成本相差 10 倍,最便宜的反倒最慢翻车 — lulzxdxdxd · 2026-10-08
- 用 LLM 辅助 Lean 形式化策略梯度证明，还真找出了漏洞 — fpedregosa · 2026-10-08
- Rust 写的 AI 创作引擎 ArtCraft 上线 GitHub,单日狂揽 1400+ 星 — storytold · 2026-10-08