Harness adapters 为编码 Agent 训练专用适配器，把工具调用检查接入强化学习

让适配器学习具体 Agent 的工作方式

11 月 6 日，Younes B、Lysandre 和 Nathan Habib 在 Hugging Face 社区博客介绍 Harness adapters。团队在未经修改的 pi、opencode 和 hermes 中进行强化学习，为基础模型与执行框架的组合训练 LoRA 适配器。此次公开的是研究方案与训练过程，不是一个所有编码工具都能直接启用的统一功能。

这里的 harness 指模型外侧组织工具、提示与执行流程的框架。同一基础模型接入不同框架，面对的操作接口可能不同。适配器的作用是学习特定组合的行为；它与给 Agent 增加一份文字技能说明属于不同的改进路径。

工具调用先经过代理，再交给执行框架

本次方案把 safeagents 放在模型服务与 Agent 框架之间。其项目说明显示，代理会检查模型提出的工具调用，拦截时用文字通知替换原调用，让框架不执行该操作。它支持 OpenAI Chat Completions 与 Anthropic Messages 两种接口，也支持流式响应。

safeagents 的检查分层进行：先核对工具是否在请求中声明、目标主机是否出现在允许的对话信息里，再让 atif-scan 扫描调用。可选的判定模型只能增加拦截，不能撤销已经触发的拦截。项目提供自定义插件和主机允许配置，因此具体效果取决于实际启用的规则与任务条件。

先观察规则命中，再决定是否启用拦截

safeagents 的 README 给出 log-only 模式：它只记录本来会拦截的调用；移除该选项才实际阻止执行。代理还提供运行实例管理、调用日志和单次调用检查。两种模式的差别会直接影响结果，不能把日志中出现一次风险标记写成已经成功阻止。

从部署理解上说，代理检查与操作系统隔离是不同层次。这个工具处理的是模型响应中即将交给框架的调用；团队仍需为执行环境配置合适的权限，并审核插件规则。本文未在私人代码库实测，也不据项目演示推断所有命令或所有绕过方式都能被识别。

训练任务需要能复现，也需要能判分

此次研究结合可验证任务训练，并报告在初步测试中出现工具调用减少、准确率保持或改善的信号。作者把最终训练过程公开展示，因此这类结果应连同任务分布和评估阶段理解，不能扩展成所有本地编码工作的统一提速比例。

相关工具 Repo2RLEnv 的说明展示了任务构建的另一侧：它能从合并的拉取请求、提交历史、终端记录等材料生成 Harbor 格式任务。任务包含用户指令、起始环境、私有验证器和参考解；这些部分分别承担出题、执行、评分与检查评分是否合理的职责。

验证器不可用时，零分占位不代表失败

Repo2RLEnv v0.9.5 的说明明确区分不同评分路径：仓库修复可依靠原有测试，功能重建可使用隐藏或差分测试，补丁相似度路径则还需要正确性判定。生成任务之后仍要运行控制检查与质量复核，项目没有把“生成成功”当作任务可靠的保证。

其中 PR-diff 评分在判定服务没有有效响应时，会标为未评分并写入零奖励占位。文档要求把这类结果排除在训练与解决率报告之外。这一细节关系到如何读懂实验数字：基础设施或判定环节缺失，与 Agent 真正没有解决任务，不应混成同一个失败类别。

公开工具可复用，数据与许可仍要分别核对

safeagents 还提供会话脱敏与发布能力，其说明将代理日志按敏感内容处理。准备分享轨迹的团队需要检查命令参数、工具输出与项目文件是否包含私人信息，不能把一次自动脱敏直接视为所有内部材料都适合公开的结论。

两份仓库说明也给出了不同的许可边界：safeagents 标注 Apache 2.0；Repo2RLEnv 自身代码采用 Apache-2.0，所含部分研究方法改编保留 MIT 等许可，分发声明为 Apache-2.0 AND MIT。原始仓库与生成任务仍有各自条款，这不自动决定训练数据、基础模型或适配器权重的使用权。

继续阅读