核心信息
Hugging Face 研究者测试了「多 harness 强化学习」方法，让模型在多个 agent 接口下训练，解决模型在不同 harness 之间迁移时性能下降的问题。
要点
- 问题：在单一 harness 训练的模型迁移到其他环境后容易掉点或产生无效工具调用
- 根因：单一接口训练让模型记住特定工具名、输出格式和控制流，而非通用任务求解能力
- 方法：通过 Claude Code、Codex、OpenCode 等多个 agent 接口进行多 harness 强化学习
- 目标：得到跨不同 harness 均可泛化的可迁移开源模型
