El laboratorio Infini-AI-Lab ha publicado Hermit, un framework open source de adaptación de harness para agentes de inteligencia artificial. Su primera versión, la v0.1.0, salió el 25 de octubre de 2026, y el investigador Haizhong Zheng, postdoctorando en la CMU, la anunció en X el 27 de octubre. El objetivo declarado está dirigido a desarrolladores: adaptar agentes Codex o Claude Code a nuevas tareas, sin reentrenar el modelo ni modificar el harness.
Un adaptador externo en lugar de un modelo modificado
Hermit entrena un adaptador de harness, es decir, un componente externo y entrenable que se acopla a un agente existente. El harness designa aquí el conjunto de instrucciones, herramientas y reglas que enmarcan el funcionamiento de un agente. El modelo base y el harness permanecen fijos. El adaptador puede contener instrucciones, habilidades reutilizables, memoria, herramientas, código ejecutable, incluso la lógica de coordinación de varios agentes, y puede incluso tomar la forma de un repositorio completo.
Según el equipo, esta elección responde a tres razones. Muchos harness son cerrados, las modificaciones en un harness abierto pueden romper interacciones cuidadosamente ajustadas, y un adaptador entrenado puede transferirse entre modelos y harness compatibles. A diferencia de un adaptador de modelo como LoRA, que modifica el modelo mismo, este actúa sobre el agente.
Un ciclo de entrenamiento en cinco etapas
Hermit se basa en un ciclo de entrenamiento de tipo aprendizaje por refuerzo. Un Trainer hace ejecutar un lote de tareas al agente con el adaptador actual, luego un juez evalúa los resultados. Un Evolver lee las trayectorias y los retornos, y propone un nuevo adaptador. El Trainer verifica esta propuesta respecto a una plantilla, antes de guardarla como la siguiente versión.
Cada versión se almacena en un árbol git, lo que permite inspeccionarla, retroceder o distribuir cualquiera de ellas. Los programas de aprendizaje pueden ejecutarse en un sandbox, que requiere Linux con bubblewrap. Cinco métodos de evolución están disponibles: GEPA, SkillOpt, MetaWorld Model (MWM), Harness² y Continual Harness. ACE y ReHarness se anuncian como próximamente disponibles, y los usuarios pueden escribir su propio Evolver.
Resultados autodeclarados
Todas las pruebas presentadas utilizan GLM 5.3 Flash como modelo actuante. Las cifras provienen de los README de los ejemplos del repositorio y son autodeclaradas. En OfficeQA, que plantea 172 preguntas sobre los Treasury Bulletins estadounidenses con un criterio de coincidencia exacta, la precisión pasa de 0,541 sin adaptador a 0,651 para Harness². En CL-Bench, MWM alcanza 0,795 en exploración de base de datos, frente a 0,580 para la referencia de aprendizaje en contexto. En ServeLearnBench, que trata 624 solicitudes de soporte en un marco de política oculta, MWM obtiene 45,3, frente a 28,7 para CH y 89,2 para un oráculo que conoce la política. Solo se realizó una ejecución para esta última prueba, y la mayoría de los resultados publicados también provienen de una única ejecución.
En cuanto al despliegue, Hermit se instala con pip install hermit-harness. El comando hermit deploy escribe un espacio de trabajo para Codex, Claude Code o Pi, mientras que hermit convert exporta un adaptador entrenado en forma de plugin nativo para Codex, Claude Code, Pi o Hermes. Los modelos se designan con la forma /, incluyendo Fireworks, OpenAI, Anthropic, DeepSeek, vLLM, SGLang y Ollama. El repositorio también presenta un adaptador de colaboración para Lean, que coordina cinco agentes Codex encargados juntos de demostrar un mismo teorema.
