Hugging Face 最近分享了一套新思路：Multi-Harness RL（多环境强化学习）。
简单说，模型如果只在一种 Agent 工具里训练，很容易记住特定的工具名称、提示词和执行流程。换到 Codex、OpenCode 等环境，表现就可能打折。
研究团队把 OpenEnv、Harbor、TRL 串起来，让模型在多种真实 Harness 中训练。
实验中，LFM2.5-2.6B 的任务首轮解决率从 42.2% 提升到 54.2%，工具调用次数也有所下降。
这说明一个关键问题：模型能力不只取决于参数，还取决于它在哪种环境里训练。
🔗 项目与实验指南：
https://huggingface.co/spaces/FineEnvs/multi-harness-rl#introduction