Лаборатория Infini-AI-Lab выпустила Hermit — фреймворк с открытым исходным кодом для адаптации обвязки (harness) агентов искусственного интеллекта. Его первая версия, v0.1.0, вышла 25 октября 2026 года, а исследователь Хайчжун Чжэн, постдок в Университете Карнеги — Меллон, анонсировал её на X 27 октября. Заявленная цель ориентирована на разработчиков: адаптировать агентов Codex или Claude Code к новым задачам без переобучения модели и без изменения обвязки.
Внешний адаптер вместо модифицированной модели
Hermit обучает адаптер обвязки, то есть внешний, обучаемый компонент, который подключается к существующему агенту. Под обвязкой здесь понимается набор инструкций, инструментов и правил, определяющих работу агента. Базовая модель и обвязка остаются неизменными. Адаптер может содержать инструкции, переиспользуемые навыки, память, инструменты, исполняемый код и даже логику координации нескольких агентов, а также может принимать форму целого репозитория.
По мнению команды, такой выбор обусловлен тремя причинами. Многие обвязки являются закрытыми, модификации открытой обвязки могут нарушить тщательно настроенные взаимодействия, а обученный адаптер можно переносить между совместимыми моделями и обвязками. В отличие от адаптера модели, такого как LoRA, который изменяет саму модель, этот адаптер воздействует на агента.
Пятиэтапный цикл обучения
Hermit использует цикл обучения с подкреплением. Trainer заставляет агента с текущим адаптером выполнить пакет задач, затем судья оценивает результаты. Evolver анализирует траектории и отзывы и предлагает новый адаптер. Trainer проверяет это предложение на соответствие шаблону, прежде чем сохранить его как следующую версию.
Каждая версия хранится в дереве git, что позволяет её изучать, откатываться или распространять любую из них. Программы обучения могут выполняться в песочнице, для которой требуется Linux с bubblewrap. Доступны пять методов эволюции: GEPA, SkillOpt, MetaWorld Model (MWM), Harness² и Continual Harness. ACE и ReHarness анонсированы как скоро доступные, а пользователи могут написать собственный Evolver.
Самоотчётные результаты
Во всех представленных тестах в качестве действующей модели используется GLM 5.3 Flash. Цифры взяты из README примеров в репозитории и являются самоотчётными. На OfficeQA, который задаёт 172 вопроса о казначейских бюллетенях США с критерием точного совпадения, точность повышается с 0,541 без адаптера до 0,651 для Harness². На CL-Bench MWM достигает 0,795 в исследовании базы данных против 0,580 у эталонного контекстного обучения. На ServeLearnBench, который обрабатывает 624 запроса в службу поддержки в условиях скрытой политики, MWM набирает 45,3 против 28,7 у CH и 89,2 у оракула, знающего политику. Для последнего теста было выполнено только одно прогон, и большинство опубликованных результатов также получены за один прогон.
Что касается развёртывания, Hermit устанавливается командой pip install hermit-harness. Команда hermit deploy создаёт рабочее пространство для Codex, Claude Code или Pi, а hermit convert экспортирует обученный адаптер в виде нативного плагина для Codex, Claude Code, Pi или Hermes. Модели обозначаются через /, включая Fireworks, OpenAI, Anthropic, DeepSeek, vLLM, SGLang и Ollama. В репозитории также представлен адаптер для совместной работы с Lean, который координирует пять агентов Codex, совместно работающих над доказательством одной и той же теоремы.
