Infini-AI-Lab开源Hermit：不改模型与Harness的Agent适配框架

一个绕开"重训"的Agent增强思路

AI Agent 的改进通常有两条路：一是换更强的基座模型，二是改造外部执行框架（harness）。前者成本高、依赖闭源能力，后者往往意味着重写工具调用、状态管理等基础设施。Infini-AI-Lab 发布的 Hermit 选择了第三条路径——在不改动模型和 harness 的前提下，通过一个独立的适配层来承载指令、技能、记忆与工具。

据 MarkTechPost 报道，Hermit 采用 Apache-2.0 协议开源，核心机制是"从任务反馈中训练"这一外部层，而非微调模型本身。这意味着同一套底层 Agent 可以针对不同任务域换装不同的适配层，把能力增长与模型升级解耦。

Hermit 到底改了什么、没改什么

适配层的四个组成

Hermit 的适配层由四类要素构成：instructions（指令）、skills（技能）、memory（记忆）和 tools（工具）。它们共同构成模型与任务之间的"中间件"，由任务反馈驱动优化。

这个划分对应了 Agent 失效的常见原因：指令不清导致行为漂移，技能缺失导致复杂流程断裂，记忆不足导致跨轮次信息丢失，工具定义不当导致调用失败。把这些要素从 harness 里抽离出来单独训练，等于给 Agent 加了一个可迭代的能力插槽。

Harness（执行框架） 指的是模型之外、负责任务执行的全部工程基础设施，通常包括提示词组装、工具调用的解析与路由、多轮状态管理、错误重试与终止判定等。同一个模型在不同 harness 下表现可能差异显著，因此 harness 常被视为 Agent 能力的"第二来源"。Hermit 的独特之处在于它既不替换 harness，也不修改它，而是在模型与 harness 之间插入一层可训练中间件——这意味着原有 harness 的接口契约必须足够稳定，适配层才能真正做到"换装"而非"重写"。

任务反馈驱动训练 与传统的监督微调不同，这里的训练信号来自任务执行的结果（成功/失败、评分、环境奖励等），而非人工编写的标准答案。这类方法常见于强化学习与偏好优化范式，其关键难点在于反馈信号的稀疏性与噪声：多数任务只有终局成败，中间步骤缺乏细粒度监督。因此适配层能否有效学习，很大程度上取决于反馈信号的设计质量。

模型与 harness 保持原样

Hermit 明确不动两样东西：底层模型和现有 harness。这一约束的价值在于兼容性——已有 Agent 系统不必推倒重来，接入适配层即可获得行为层面的改进。对企业而言，这降低了试验新能力的沉没成本；对开源社区而言，适配层可以独立迭代、独立分发。

需要说明的是，原始信息并未披露适配层的具体训练算法、数据规模或评测结果，因此目前无法判断其相对基线的实际增益幅度。

为什么"适配层"这个抽象值得关注

Agent 工程长期存在一个结构性矛盾：模型能力在快速迭代，但围绕模型搭建的工程资产（提示词、工具封装、记忆策略）高度绑定具体模型，迁移成本巨大。Hermit 把这一层显式化为可训练对象，实际上是在做"能力资产"的沉淀。

另一层意义在于反馈闭环。传统 harness 改造靠人工调试，反馈周期以人天计；把适配层交给任务反馈来训练，等于把调试过程自动化。这与当前 Agent 领域从"手工编排"走向"可学习编排"的趋势一致。

能力资产的可迁移性 是这一抽象的核心价值。传统上，围绕某个模型调好的提示词与工具封装，一旦更换基座模型往往需要重新调优，因为不同模型对指令格式、工具 schema 的敏感度不同。把指令、技能、记忆策略、工具定义抽成独立可训练层后，模型升级与能力迭代可以解耦：底层换模型时，适配层只需增量调整而非从零重建。这与软件工程中"关注点分离"的思想一脉相承，也是 Agent 系统从手工作坊走向工程化的必要一步。

开源协议与落地考量

Apache-2.0 是一个对商业使用友好的宽松协议，包含专利授权条款，适合被集成进企业内部系统。这一定位说明 Hermit 的目标不是做一个封闭产品，而是成为 Agent 技术栈中的通用组件。

实际落地时仍有几个待解问题：适配层与特定 harness 的耦合程度如何、跨任务迁移时是否需要重新训练、以及训练反馈的信号从何而来（人工标注还是自动评估）。这些细节决定了它是"即插即用"还是"需要工程投入"。

小结

Hermit 的思路是把 Agent 改进的着力点从模型和框架转移到中间的适配层，用任务反馈驱动指令、技能、记忆与工具的训练。对于希望在不重构现有系统的前提下提升 Agent 表现的团队，这是一个值得评估的方向；但其实际效果仍需等待更完整的评测数据与技术文档。