OpenHands+Harbor+SkyRL 组合，让产品公司给自己的 Agent Harness 做后训练
StasBekman · x · 2026-11-04
Karthik Ganesan 介绍一套组合方案：像前沿实验室为自家产品定制训练模型一样（如 Grok 团队明确称针对 Grok Bot harness 训练了 Grok 4.7），产品公司也能用自己的 Agent 环境做后训练。
各组件分工：
- OpenHands：可定制的 agent harness，提供一键启动训练的 skill
- Harbor：任务、环境与测试，提供奖励信号
- SkyRL：RL 训练循环，与 Arctic RL 集成
- Snowflake Cortex Training：托管 GPU 训练与采样，Cortex Sandboxes 隔离 rollout
- Arctic Platform：串联各环节的后端与 recipes
配好 Harbor 任务和 Cortex Training 权限后，只需让 OpenHands agent 执行一条指令，它就会自动启动训练、跟踪奖励与失败 rollout、绘制进度曲线，并在完成后释放 GPU。你的 prompts、工具、skills 和轮次预算可直接进入训练，无需在独立 RL 框架中重建 agent。
「编程与Agent」频道最新
- Revolut 2000 工程师转向开源模型写代码，成本仅十分之一 — zainhas · 2026-11-04
- 给 Agent 设 Standard/High/Max 努力档位，被吐槽是机器版故事点 — feregri_no · 2026-11-04
- 博主晒海外 AI 数字员工分工：GPT 管后端、Claude 剪片、Gemini 写文案 — lxfater · 2026-11-04
- Aixio 推出托管 MCP 服务，让编码 Agent 直连图像视频设计工具 — aiiiiiaiaiaiaiwater · 2026-11-04
- Opsec 用并行 AI agent 舰队自动化安全审计，找出漏洞直接提修复 PR — AccBalanced · 2026-11-04
- Teknium 澄清：Hermes Agent 可用任意订阅运行，不限于云服务 — Teknium · 2026-11-04