OpenForgeRL: 在任何环境中训练Harness原生智能体

OpenForgeRL是一个开源框架，通过轻量级代理和Kubernetes编排器，支持在Claude Code、Codex等推理框架和任意环境中端到端训练基于harness的智能体。实验表明，OpenForgeClaw在ClawEval上达31.7 pass^3，OpenForgeGUI在WebVoyager上达72.3，优于同规模开源基线，在GUI领域甚至匹敌更大模型。

此前基于复杂推理harness的智能体难以用开源SFT/RL栈端到端训练，因为后者无法原生表达有状态多进程推理。OpenForgeRL解耦训练与推理，使研究者能在实际部署环境中直接训练和改进智能体，大幅降低了Harness-based Agent的训练门槛。

OpenForgeRL通过一个代理服务harness的模型调用并记录为训练数据，供标准RL代码库（如veRL）使用；Kubernetes编排器在独立容器中执行每次rollout，从而解耦训练和推理，实现可扩展的端到端训练。

开发者可针对特定harness和任务场景训练智能体，无需修改harness本身；仅需数百到数千任务即可达到有竞争力性能，降低了训练成本；在GUI代理等领域可匹配甚至超越数倍大的模型，减少对大型专有模型的依赖。

• 基于OpenForgeGUI开发浏览器自动化测试Agent，提升UI回归测试覆盖率。
• 利用OpenForgeClaw构建工具调用型Agent，用于企业内部的脚本执行与自动化运维。
• 将OpenForgeRL集成到现有RL平台（如veRL），作为Harness-based Agent的标准训练组件。
• 为多模态GUI Agent（如计算机操作）提供端到端训练方案，取代传统手工演示数据收集。

• 框架对非Kubernetes环境（如本地开发机）的适配与性能如何？
• 训练时harness的模型调用延迟对数据收集效率的具体影响有多大？
• 是否支持多模态输入（如屏幕截图、音频）的harness？
• 在不同harness间迁移已训练Agent的能力和代价如何？