Hugging Face让Claude Code、Codex直接参与RL训练

BiRun 讯，Hugging Face 开源了一套 Multi-harness RL 方案，可以直接把 Claude Code、Codex、OpenCode 等现成 Coding Agent 接进强化学习流程，用来训练接入其中的开源模型，不需要为每个 Agent 重新搭一套训练环境。

OpenAI 等大模型公司早就在自己的 Agent 环境里训练模型。Hugging Face 这次把类似能力做成了通用开源工具，让其他团队也能直接利用现成 Agent 做 RL。

而且模型不用只在一种 Agent 里训练。一次训练可以轮流在 Claude Code、Codex、OpenCode 和 Mini-SWE-Agent 中跑任务，让同一个模型适应不同的提示词、工具和执行逻辑，减少只会某一种 Harness 的「偏科」。

他们拿 Liquid AI 的一款 26 亿参数小模型测试。相同权重只换 Agent，任务通过率就能从约 62% 掉到 33%。同时在四套 Agent 环境里训练后，平均通过率从 42.2% 提高到 54.2%，不同 Agent 中的提升也比只在单一环境训练更均衡。

信源

动察 Beating 频道 · 动察 Beating 交流群。