OpenForgeRL：在任何環境中訓練 Harness 原生代理的開源框架
為何重要
此框架打破了大企業封閉 API 對代理研發的繫結，讓開源社群能夠直接在真實 Harness（如 Codex、OpenClaw）環境中最佳化模型。這對需要複雜工具呼叫與多步驟推理的企業開發者而言，提供了一條跳過閘道器限制的可行路徑，可能改變未來 AI Agent 開發的工具鏈生態，降低高階代理的開發門檻。
針對現代理訓練中難以用開放式基礎設施端到端訓練的複雜 Harness（如 Claude Code、Codex）問題，OpenForgeRL 提供了一套解決方案。該框架透過輕量級代理與 Kubernetes 指揮器解耦訓練與推理，讓研究人員能在多樣環境與 Harness 中擴大規模訓練代理。
- 攜帶輕量級 Proxy 與 Kubernetes Orchestrator，將 Harness 模型呼叫與 Rollout 分離在獨立容器執行，實現訓練與推理解耦。
- 在複雜測試集上驗證效能：OpenForgeClaw 在 ClawEval 達 31.7 pass@3，OpenForgeGUI 在 WebVoyager 達 72.3。
- 比起同規模的開放基線表現更佳，且在 GUI 任務中能與數倍規模的模型匹敵。