Le laboratoire Infini-AI-Lab a publié Hermit, un framework open source d’adaptation de harness pour agents d’intelligence artificielle. Sa première version, la v0.1.0, est sortie le 25 octobre 2026, et le chercheur Haizhong Zheng, postdoctorant à la CMU, l’a annoncée sur X le 27 octobre. L’objectif affiché s’adresse aux développeurs : adapter des agents Codex ou Claude Code à de nouvelles tâches, sans réentraîner le modèle ni modifier le harness.
- Hermit adapte des agents IA sans réentraîner le modèle ni modifier le harness.
- Il entraîne un adaptateur externe, transférable entre modèles et harness compatibles.
- Une boucle d’apprentissage par renforcement améliore cet adaptateur, versionné avec git.
- Les résultats sont auto-déclarés et souvent issus d’une seule exécution.
Un adaptateur externe plutôt qu’un modèle modifié
Hermit entraîne un adaptateur de harness, c’est-à-dire un composant externe et entraînable qui vient se greffer sur un agent existant. Le harness désigne ici l’ensemble des instructions, outils et règles qui encadrent le fonctionnement d’un agent. Le modèle de base comme le harness restent figés. L’adaptateur peut contenir des instructions, des compétences réutilisables, une mémoire, des outils, du code exécutable, voire la logique de coordination de plusieurs agents, et il peut même prendre la forme d’un dépôt complet.
Selon l’équipe, ce choix répond à trois raisons. Beaucoup de harness sont fermés, des modifications d’un harness ouvert peuvent casser des interactions soigneusement réglées, et un adaptateur entraîné peut être transféré entre modèles et harness compatibles. Contrairement à un adaptateur de modèle comme LoRA, qui modifie le modèle lui-même, celui-ci agit donc sur l’agent.
Une boucle d’entraînement en cinq étapes
Hermit s’appuie sur une boucle d’entraînement de type apprentissage par renforcement. Un Trainer fait exécuter un lot de tâches à l’agent avec l’adaptateur en cours, puis un juge note les résultats. Un Evolver lit les trajectoires et les retours, et propose un nouvel adaptateur. Le Trainer vérifie cette proposition par rapport à un gabarit, avant de l’enregistrer comme version suivante.
Chaque version est stockée dans un arbre git, ce qui permet de l’inspecter, de revenir en arrière ou de diffuser n’importe laquelle. Les programmes d’apprentissage peuvent être exécutés dans un bac à sable, qui nécessite Linux avec bubblewrap. Cinq méthodes d’évolution sont disponibles : GEPA, SkillOpt, MetaWorld Model (MWM), Harness² et Continual Harness. ACE et ReHarness sont annoncées comme prochainement disponibles, et les utilisateurs peuvent écrire leur propre Evolver.
Des résultats auto-déclarés
Tous les tests présentés utilisent GLM 5.3 Flash comme modèle agissant. Les chiffres proviennent des README des exemples du dépôt et sont auto-déclarés. Sur OfficeQA, qui pose 172 questions sur les Treasury Bulletins américains avec un critère de correspondance exacte, la précision passe de 0,541 sans adaptateur à 0,651 pour Harness². Sur CL-Bench, MWM atteint 0,795 en exploration de base de données, contre 0,580 pour la référence d’apprentissage en contexte. Sur ServeLearnBench, qui traite 624 demandes de support dans un cadre à politique cachée, MWM obtient 45,3, contre 28,7 pour CH et 89,2 pour un oracle qui connaît la politique. Une seule exécution a été faite pour ce dernier test, et la plupart des résultats publiés sont également issus d’une exécution unique.
Côté déploiement, Hermit s’installe avec pip install hermit-harness. La commande hermit deploy écrit un espace de travail pour Codex, Claude Code ou Pi, tandis que hermit convert exporte un adaptateur entraîné sous forme de plugin natif pour Codex, Claude Code, Pi ou Hermes. Les modèles sont désignés par la forme /, avec notamment Fireworks, OpenAI, Anthropic, DeepSeek, vLLM, SGLang et Ollama. Le dépôt présente aussi un adaptateur de collaboration pour Lean, qui coordonne cinq agents Codex chargés ensemble de démontrer un même théorème.
