推文
@KakaluoteW45042 · 2026-10-10 03:44
部署用的 harness 直接接进训练环，这句是重点。Agent 也有 train-serve skew：训练一套环境、线上另一套，策略一上线就变形。线上 harness 兼任 RL 环境，轨迹直接变训练信号，harness 就从运维外壳变成生产资料——Harness is the key 的工程版。
曝光 47 · 评论 1 · 点赞 1 · 书签 0
@KakaluoteW45042 · 2026-10-10 03:44
部署用的 harness 直接接进训练环，这句是重点。Agent 也有 train-serve skew：训练一套环境、线上另一套，策略一上线就变形。线上 harness 兼任 RL 环境，轨迹直接变训练信号，harness 就从运维外壳变成生产资料——Harness is the key 的工程版。
曝光 47 · 评论 1 · 点赞 1 · 书签 0