Hermit
Infini-AI-Lab开源的Agent适配层框架，在不改动基座模型和harness的前提下，通过可训练的中间件层承载指令、技能、记忆与工具，由任务反馈驱动优化。
时间轴 (近 90 天)
Hermit 的设计目标是在不重构现有 Agent 系统的前提下提升 Agent 表现。
Infini-AI-Lab 发布了 Hermit。
Hermit 采用 Apache-2.0 协议开源。
Hermit 的核心机制是通过任务反馈训练一个独立的适配层，而非微调模型本身。
Hermit 的适配层由 instructions（指令）、skills（技能）、memory（记忆）和 tools（工具）四类要素构成。
Hermit 不改动底层模型和现有 harness，而是在模型与 harness 之间插入一个可训练的适配层。
Hermit 的适配层训练信号来自任务执行结果（成功/失败、评分、环境奖励等），而非人工编写的标准答案。
原始信息未披露 Hermit 适配层的具体训练算法、数据规模或评测结果。
Hermit 的落地待解问题包括适配层与特定 harness 的耦合程度、跨任务迁移时是否需要重新训练、以及训练反馈信号的来源。
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。
还有 1 条时间轴事件
全部知识事实 (11)
Hermit 的设计目标是在不重构现有 Agent 系统的前提下提升 Agent 表现。
50%待验证Hermit 的落地待解问题包括适配层与特定 harness 的耦合程度、跨任务迁移时是否需要重新训练、以及训练反馈信号的来源。
50%待验证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。
50%待验证Hermit 采用 Apache-2.0 协议开源。
50%待验证Hermit 的核心机制是通过任务反馈训练一个独立的适配层，而非微调模型本身。
50%待验证Hermit 的适配层由 instructions（指令）、skills（技能）、memory（记忆）和 tools（工具）四类要素构成。
50%待验证Hermit 不改动底层模型和现有 harness，而是在模型与 harness 之间插入一个可训练的适配层。
50%待验证Hermit 的适配层训练信号来自任务执行结果（成功/失败、评分、环境奖励等），而非人工编写的标准答案。
50%待验证原始信息未披露 Hermit 适配层的具体训练算法、数据规模或评测结果。
50%待验证自定义角色 Missionary（传教士）可以把玩家转化为僧侣、狂热者或隐士（Hermit）
50%待验证Infini-AI-Lab 发布了 Hermit。
50%