Hugging Face 發表 harness adapters:用 RL 為特定 agent 框架訓練專屬 LoRA,效能與成本同時改善
從代理部署的實務角度看,這是一項價值明確且工程紀律嚴謹的工作:它指出模型與 harness 組合的效能損耗是真實且可量化的,並用可重現流程證實在 harness 內做 RL 能以減半 token 換取顯著的 pass@1 提升,super-adapter 的正交性分析也具啟發性。主要保留條件在於:所有增益都綁定在訓練時的任務分布與 harness 之內,AutomationBench 的分布外結果顯示這近乎是「針對測試環境的特化」而非通用能力提升,且非思考模式出現的推理外洩行為尚未被充分解釋。