
2026年10月25日,Infini-AI-Lab 正式发布了 Hermit,这是一个面向 AI 智能体的开源 harness(控制框架)适配器框架。该框架的核心价值在于,它允许开发者在不微调或分叉现有 harness 的情况下,将 Codex 或 Claude Code 等智能体快速适配到新的任务场景中。
核心概念:什么是 Harness 适配器?
在 AI 智能体开发中,模型适配器(如 LoRA)主要用于调整模型本身的权重,而 harness 适配器则专注于调整现有智能体的外部行为逻辑。
它类似于一个内置训练支持的插件,可以持有指令、技能、记忆、工具、可执行代码以及智能体协调逻辑,甚至可以是一个完整的代码仓库。在此架构下,基础模型和原始 harness 始终保持冻结状态,不发生任何改变。
团队提出这种设计主要基于三个工程现实:
- 闭源限制:许多主流 harness 是闭源的,无法直接修改。
- 稳定性考量:强行编辑开源 harness 的源码,可能会破坏其内部精心调校的组件交互。
- 跨平台迁移:通过学习得到的适配器,可以在兼容的不同模型和 harness 之间进行迁移复用。
训练机制:基于强化学习风格的闭环迭代
Hermit 采用了一种类似强化学习(RL)的训练循环来优化适配器。整个流程包含以下几个关键角色:
- Trainer(训练器):使用当前版本的适配器,通过执行智能体运行一批任务。
- 裁判(Judge):对智能体的输出结果进行评分。
- Evolver(演化器):读取任务执行轨迹和裁判反馈,进而提出新的适配器改进方案。
- 版本控制:Trainer 会对照模板检查新方案,并将其作为下一版本提交。
每个适配器版本都独立存在于一个 Git 树中。这意味着开发者可以像管理代码一样,对适配器进行检查、回滚或发布。学习器程序在沙箱中运行,这需要配备 bubblewrap 的 Linux 环境以确保安全。
基准测试表现与数据说明
在评估环节,所有测试均使用 GLM 5.3 Flash 作为执行模型。以下是该框架在三个主要基准测试中的表现(注:数据来自仓库示例 README,为团队自报结果):
- OfficeQA(配方任务):提出 172 个关于美国财政部公报的测试问题。无适配器基线准确率为 0.541,而采用 Harness² 方法后提升至 0.651。
- CL-Bench(数据库与扑克):在数据库探索任务中,MWM 适配器达到 0.795 的准确率,显著高于上下文基线的 0.580。在可利用扑克任务中,MWM 每手赢 3.08 个大盲注,优于上下文学习的 2.51。
- ServeLearnBench(零售支持请求):在隐藏且不断变化的策略下流式传输 624 个请求。MWM 在隐藏策略测试上得分 45.3,高于排行榜上最佳学习方法 CH 的 28.7 分。
需要客观指出的是,除部分方法外,大多数基准测试结果为单次运行且由团队自报,在实际工程落地时需结合具体业务场景进行二次验证。
横向对比:与其他智能体优化框架的差异
与市面上其他智能体优化方案相比,Hermit 的定位更加聚焦于外部适配,而非修改模型本身:
| 特性 | HERMIT | GEPA | ACE | AGENT LIGHTNING |
|---|---|---|---|---|
| 训练对象 | 外部 harness 适配器 | 任何文本参数(提示、代码) | 上下文剧本 | 提示和模型权重 |
| 改变模型权重 | 否 | 否 | 未披露 | 是(通过 RL 或 SFT) |
| 核心方法 | 内置 5 种方法及自定义 Evolver | 反思演化、帕累托选择 | Generator、Reflector、Curator | RL、提示优化、SFT |
| 部署目标 | Codex、Claude Code、Pi 等 | DSPy (dspy.GEPA) | 未披露 | LangChain、AutoGen 等 |
工程部署与实际应用
Hermit 作为一个纯 Python 框架,自身无参数,采用 Apache-2.0 协议,可通过 pip install hermit-harness 直接安装。
其离线 Quick Start 无需 GPU、模型账户或数据集。在真实运行环境中,它支持调用各类 API 后端或本地服务器,包括 Fireworks、OpenAI、Anthropic、DeepSeek、vLLM、SGLang 和 Ollama。
在实际工作流中,开发者可以使用以下核心命令:
hermit deploy:将适配器直接写入 Codex、Claude Code 或 Pi 的工作区。hermit convert:将训练好的适配器导出为上述平台或 Hermes 的原生插件格式。
目前,该框架已展现出处理复杂协作任务的能力。例如,一个已完成的 Lean 协作适配器,能够成功协调 5 个 Codex 智能体共同完成一个数学定理的证明。
相关导航


A.I.G (AI-Infra-Guard)

Visual Story-Writing

SlideBot AI

jev-seo

Napkin

qqqa







