同一个 AI 模型，换个工具就变笨？问题可能不在模型，而在 Harness！

尚艺品

同一个 AI 模型，换个工具就变笨？问题可能不在模型，而在 Harness！

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/Fi ... ess-rl#introduction