训练环境和线上环境两套代码,这招直接省掉!不用重搭一套框架!OpenHands 联手 Snowflake 让你在自家 Agent 里直接训模型
OpenHands 与 Snowflake AI Research 提出新做法:不把生产环境搬进强化学习框架,而是把模型放进你已经在跑的 Agent 里后训练,官方称效果可对标专门定制的 RL 实现。
大白话很多团队把写代码的 AI 助手调得很细:提示词、工具、技能、轮数预算都按自己仓库配好。但底下的模型是在别人家的通用 Agent 环境里训出来的,塞进你的环境就容易乱调工具、无视技能、把轮数烧光。OpenHands 和 Snowflake 的思路是反过来:训练时直接复用你现有的 Agent 配置,模型每轮输出的 token 被代理记录下来当训练数据,任务跑完的测试得分就是奖励。官方还给了个技能包,用大白话描述需求就能启动训练,Claude Code 和 Cursor 里也能用。
对你意味着如果你在团队里维护 AI 编程助手、又觉得通用模型总不听话,这条路省掉了「训练环境和线上环境两套代码」的坑;但训练算力在 Snowflake 云端,得先有账号和预算。
原文:Train the Model Inside Your Own Agent Harness: What OpenHands and Snowflake Just Made Possible
打开巨象雷达,看今天全部 AI 动态