一个 CMU 实验室把十一篇别人的论文装进一个框架,两周拿了 460 个 star
它是什么 CMU 陈贝迪组开源的 Python 框架:不动模型和原有设置,在 agent 旁边挂一个可训练的外挂层,从任务反馈里自动改指令、技能和工具,训好后能直接装进 Codex 或 Claude Code。
为什么火了 实验室官号、一作长文和导师金句一起首发,刚好赶上 2026 年 9–10 月「让 agent 自己改自己」的论文扎堆;「harness adapter」借 LoRA 的类比好懂,MarkTechPost 照着写了报道,接下来两天各涨约 60 个 star。
C你可以怎么跟 别再做第三个统一框架;要么用 Hermit 或 gear 给具体场景训出能直接装的成品 adapter、配前后分数对比,要么换一个刚开始扎堆的论文方向,第一个把几篇论文的方法装进同一套接口。
- 数据(每天更新) · 建库 2026-09-18 · 498 星 · 7 天 +66
GitHub · 星数 数据 2026-10-28 → 2026-11-08(12 天,12 次观测)。10-28 以前的点来自 deeply / 存档补录,不是每天都有
Hermit 是一个 Python 框架,目标是让 Codex、Claude Code 这类 agent 从任务反馈里自己学会改指令、技能和工具。它自己没发明新算法,做的是把别人的十一种方法统一装进一个训练循环。靠实验室发布,加上一篇媒体转载,它在两周里拿到 463 个 star。问题是这一波关注有一大半来自背书和赛道热度,你复制不了;能学的是它挑的位置、起的名字和发布节奏。
10 月 26 日那条 thread
2026 年 10 月 26 日,卡内基梅隆大学陈贝迪(Beidi Chen)组的实验室账号 @InfiniAILab 在 X 上发了一个 5 条的 thread,宣布开源 Hermit,带着 #HarnessEvolution #RSI 两个标签,大约 1.04 万次浏览。同一天,一作郑海中发了一篇长文《Open-Sourcing Hermit》,X 和 LinkedIn 各发一份。陈贝迪转发时配了一句很好传的话:「一个把同一个错误犯 100 次的 agent,只是把似曾相识自动化了。」(原文 automating déjà vu)
当天,中文 AI 博主 @dongxi_nlp 也推荐了,约 7 千次浏览。GitHub 上 v0.1.0 是 10-26 凌晨发的,两天后仓库已经有 276 个 star。
它是什么
先解释两个词。agent 外面那一层(系统提示、AGENTS.md、技能文件、工具、记忆)叫 harness。「harness 演化」的意思是:让 agent 跑任务、拿反馈,然后自动去改这一层,模型本身一点不动。
Hermit 借了一个大家都懂的类比:模型可以挂 LoRA 这种 adapter,那 harness 也可以挂一个「harness adapter」。原来的模型和 harness 都不改,只在旁边挂一个外挂层,用类似强化学习的循环去训练它。每训练一版就在 git 里存一个版本,能看、能回滚,训练好之后可以直接部署成 Codex 或 Claude Code 的工作区或插件。
它支持的方法有 GEPA、SkillOpt、ACE、Meta-Harness、Continual Harness、RRSI 等十一种(README,11-06),几乎都是别人论文里的算法。Hermit 做的是统一接口,让研究者能在同一套代码里比较这些方法,或者写自己的方法。
为什么是这两周
第一,发布的人有分量。 陈贝迪组在推理加速方向很有名(MagicDec、TriForce、Sequoia)。实验室官号、一作长文、导师用一句金句转发、合作者再转一次,首发能保证被研究圈看到。
第二,赶上了论文扎堆。 2026 年 9–10 月,「让 agent 自己改自己」的论文一篇接一篇:RRSI、Google 的自我改进 harness、Salesforce 的 harness 与模型协同演化、Harness Continual Learning……每篇论文配一套代码,彼此没法比。「统一框架」这个位置正好空着,Hermit 站了上去。
第三,好写稿。 「model adapter → harness adapter」一句话就讲清楚,README 里有一张 GIF 演示外挂层从 V0 训练到 V5、分数往上走,快速上手不用 API key,也不用 GPU。10 月 29 日 MarkTechPost 照着写了一篇报道并在 X 上转发,接下来两天 star 分别涨了 62 和 58,是它涨得最快的两天。之后 daily.dev、Medium、LinkedIn 和几个 YouTube 视频(其中一个标题叫《AI AGENTS CAN NOW EVOLVE THEMSELVES… MEET HERMIT!》)跟着转了一轮。
| 日期 | star | 当天新增 | 发生了什么 |
|---|---|---|---|
| 10-26 | — | — | v0.1.0 发布,X 上首发 |
| 10-28 | 276 | — | |
| 10-29 | 292 | +16 | MarkTechPost 发文 |
| 10-30 | 354 | +62 | 单日最高 |
| 10-31 | 412 | +58 | |
| 11-04 | 453 | +5 | v0.2.0:能直接用 Codex / ChatGPT 订阅跑训练 |
| 11-06 | 463 | +2 |
(GitHub star 数,每天记录)
HN 和 Reddit 上都没找到讨论它的帖子,它也没投过广告。整条传播链是:实验室 → 研究圈 → 一家 AI 媒体 → 二次转载。
热闹之后剩下多少人
不多。11-04 发的 v0.2.0 加了一个对普通开发者很实在的功能,「用你的 Codex 订阅跑训练,不需要 API key」,但 star 曲线几乎没反应,之后每天只涨个位数。PyPI 上的 hermit-harness 最近一周下载 153 次,最近一天 5 次(pypistats,11-06)。和 463 个 star 一比,真装上试的人大概只有收藏它的人的一小部分(推断:很多人是从源码装的,PyPI 下载数会偏低)。
另一个信号更说明问题。定位几乎一样的 rsi-gear/gear(自称「RSI 界的 scikit-learn」)8 月就建了仓库,也在 10-29、10-30 两天各涨了 70 和 54,现在是 417 个 star,和 Hermit 差不多。两家各做各的,不算谁抄谁,但同一天一起涨,说明这一波关注主要来自这个话题本身,而不是 Hermit 独有的什么东西(两家的峰值是不是来自同一篇综述,没有核实)。
谁在做同一件事
| 项目 | 做的是什么 | star(11-06) |
|---|---|---|
| microsoft/SkillOpt | 单一算法:给冻结的 agent 训练技能文件 | 18,910 |
| gepa-ai/gepa | 单一算法:反思式 prompt / 代码优化 | 7,289 |
| stanfordnlp/dspy | 用编程代替写提示词的框架,自带优化器 | 38,942 |
| ace / agentic-context-engine | ACE 算法和它的托管商业版 | 1,429 / 2,608 |
| stanford-iris-lab/meta-harness | 论文代码 | 1,751 |
| rsi-gear/gear | 统一框架,偏评测和每次修改的来龙去脉 | 417 |
| auto-harness、autocontext 等 | 自己定义 agent 循环的自我改进 harness | 几百到一千多 |
单一算法那一格已经有上万 star 的项目;「统一框架」这一格只有 Hermit 和 gear 两家,都是几百 star,还没分出高下。Codex 和 Claude Code 自己只提供 AGENTS.md、技能、插件这些接口,不带训练循环,这也是 Hermit 能插进去的原因。
能抄的三件事
挑位置:做聚合层,不再造一个算法。 一个方向的论文扎堆出现、每篇一套代码、没法比的时候,第一个把它们装进同一套接口的项目,会变成大家比较方法时绕不开的地方。
起名字:借一个大家已经懂的词。 「harness adapter」借的是 LoRA / adapter 的直觉,读者不用学新概念,媒体也能照着 README 直接写稿。
发布节奏:几乎不花钱。 官号 thread、作者长文(X 和 LinkedIn 各一份)、一句好记的话、请中文博主转一次,等两三天让 AI 媒体接住。README 里还挂了微信群和 Discord,中文圈子的人也能进来。
如果是你
判断:Hermit 能起来,一半靠 CMU 实验室的名字和导师的转发,一半靠赶上了论文扎堆的那几周,这两样你都借不到。它的结果也不算大:460 个 star,一周 150 次下载,同位置的 gear 和它差不多。照着它再做一个「harness 演化统一框架」,已经是第三家了。
适合谁:正在做 agent 工具、能读论文、愿意把别人的方法认真复现一遍的开发者。值得借的是它的思路,换一个刚开始扎堆、还没人做统一的方向,做「那一类论文的统一框架」。
不适合谁:没有圈内账号、也没有研究背景的人。这类项目的 star 靠研究圈的信任,README 写得再好,没人转发也起不来。
怎么做:两条路。一是做 Hermit 没做好的那部分。它现在缺的是「训练好的 adapter」本身:没人公开分享过真实任务上训出来的成品。做一个仓库,用 Hermit 或 gear 给 Codex / Claude Code 训出几个具体场景能用的 adapter(比如某个框架的代码迁移、某类测试修复),配上前后分数对比,直接能装,这比再写一个框架容易拿 star(推断)。二是换方向照抄打法:找下一个论文扎堆的子方向,第一个把三五篇论文的方法装进同一套接口,起一个借现成概念的名字。
怎么获客:X 上的 AI 研究圈和中文 AI 博主是第一站;把 README 写成媒体能直接抄的样子(一句类比、一张动图、一条不需要 key 就能跑的命令),再主动发给 MarkTechPost 这类媒体。HN 和 Reddit 对这类项目反应不大,Hermit 在那边一条讨论都没有。
什么时候之前:harness 演化这一波的热度在 10 月底见顶,发布后的 star 已经降到每天个位数。想做「成品 adapter」这条路,最好赶在 Hermit 或 gear 自己出官方 adapter 合集之前,大概还有一两个月(估)。
什么情况说明看错了:① Hermit 出了论文或上了会议,又带来一波几百个 star 的增长,说明背书的作用比这里估的还大,跟进更难;② 一两个月后 PyPI 周下载还在一百多,而且 issue 里没有人分享自己训出来的 adapter,说明这个方向现在只有研究者在玩,做成品 adapter 也没人用;③ Codex 或 Claude Code 自己加上了「从反馈里自动改 AGENTS.md / 技能」的功能,这一层外挂框架就没多大必要了。
研究底稿:竞品表、获客证据、完整研究报告
- 竞品
名字 在哪 上线 规模 它和这家不同在哪 microsoft/SkillOpt 开源 2026-05 18,910 star 单一的技能优化算法;Hermit 把它当成一种方法接入,做的是统一框架加部署 gepa-ai/gepa 开源 2025-08 7,289 star 单一的反思式 prompt / 代码优化算法,也被 Hermit 收为方法 stanfordnlp/dspy 开源 2023-01 38,942 star 编程式 LM 框架,自带优化器,但不是给成品 agent(Codex / Claude Code)做外挂 ace-agent/ace / kayba-ai/agentic-context-engine 开源 2025-10/11 1,429 / 2,608 star ACE 单一方法和它的托管商业版;Hermit 是聚合多种方法的框架 stanford-iris-lab/meta-harness 开源 2026-04 1,751 star 论文复现代码;Hermit 把它改成了 adapter 形态 rsi-gear/gear 开源 2026-08 417 star(7 天 +84) 定位最接近(RSI 界的 scikit-learn),偏评测和谱系记录;Hermit 多了外挂 adapter 概念,能部署到 Codex / Claude Code neosigmaai/auto-harness、greyhaven-ai/autocontext 等 开源 2026 554 / 1,321 star 自己定义 agent 循环的自我改进 harness,不是给现成 agent 做外挂 NousResearch/hermes-agent 开源 2025-07 260,823 star 成品 agent,自带技能沉淀;不是训练框架 Codex / Claude Code 的 AGENTS.md、skills、plugins 大厂功能 — — 只给扩展接口,没有训练循环;Hermit 训练出来的东西就部署到这些接口里 - 用户从哪来
- 查实 X:实验室官号首发 thread:@InfiniAILab 2026-10-26 发 5 条 thread,约 1.04 万浏览
- 查实 X / LinkedIn:一作长文,导师转发:郑海中在 X 和 LinkedIn 发长文;陈贝迪转发配语「automating déjà vu」;合作者 Amber Liu 转发
- 查实 中文 AI 博主:@dongxi_nlp 当天推荐,约 6,981 浏览
- 查实 科技媒体:MarkTechPost 2026-10-29 发文并在 X 转发,10-30/31 star +62/+58;之后 daily.dev、emergent.sh、Medium、YouTube 二次传播
- 推断 HN / Reddit:HN 库和搜索都没找到相关帖子
Infini-AI-Lab/hermit:为什么能跑出来
研究日期 2026-11-06。数据来源:我们的 github 库(repo_profile / repo_day,2026-10-28 起)、GitHub API、Jina 搜索与网页正文、PyPI 统计。没核实的地方标了「未核实」。
一句话
Hermit 是 CMU 陈贝迪(Beidi Chen)组 Infini-AI-Lab 开源的 Python 框架。它把「harness 演化」(让 agent 从任务反馈里自己改指令、技能、工具、记忆)包装成一个外挂、可训练的 harness adapter:模型和原 harness 都不动,只用一个类 RL 的循环训练外挂层,训练好的 adapter 存进 git 版本树,可以部署成 Codex / Claude Code / Pi 的工作区或插件。它能跑出来,主要靠学术实验室的发布 + 媒体转载,刚好赶上 2026 年 9–10 月「harness 演化 / RSI」论文扎堆的那一波。产品本身的定位(做成一个统一框架、用 LoRA 类比讲 adapter)让它好传播,但还说不上它跑出来的主因。
1. 数据:关注从哪来
| 日期 | star | 当日新增 | 事件 |
|---|---|---|---|
| 2026-09-18 | — | — | 建库(可能一直私有或没宣传,这段没有数据) |
| 2026-10-26 | — | — | v0.1.0 发布(GitHub release 01:17 UTC);实验室官号、一作郑海中(Haizhong Zheng)、陈贝迪同日在 X 上发布 |
| 2026-10-28 | 276 | — | 我们库第一天的记录,发布后两天约 270 star |
| 2026-10-29 | 292 | +16 | MarkTechPost 发文章并在 X 转发 |
| 2026-10-30 | 354 | +62 | 单日最高 |
| 2026-10-31 | 412 | +58 | |
| 11-01 ~ 11-06 | 432→463 | +2~+20/天 | 回落;11-04 发 v0.2.0(支持用 Codex/ChatGPT 订阅跑、不要 API key,新增 6 种方法),只带来很小的回升 |
(来源:github 库 repo_day;release 时间来自 GitHub API)
- PyPI 包
hermit-harness:最近一周 153 次下载,最近一天 5 次(pypistats.org,2026-11-06)。star 数是 463,下载量更低,说明真在用的人很少。 - fork 42、open issue 7(数据卡)。
2. 增长手段(找到的证据)
- 实验室官号首发 thread:@InfiniAILab 2026-10-26 发 5 条的 thread,带 #HarnessEvolution #ContinualLearning #RSI,约 1.04 万次浏览(x.com/InfiniAILab/status/2114763933064089697)。
- 一作长文 + 导师转发:郑海中在 X 发长文《Open-Sourcing Hermit: A Harness Evolution Framework for Continual Learning and RSI》(x.com/haizhong_zheng/status/2114768121705775463),同一篇也发在 LinkedIn Pulse。陈贝迪转发时配了一句好传的话:「An agent that repeats the same mistake 100 times is just automating déjà vu」(x.com/BeidiChen)。合作者 Amber Liu 也转了。
- 中文 AI 博主转发:@dongxi_nlp(东锡NLP)当天推荐,约 6,981 次浏览(x.com/dongxi_nlp/status/2114771711602098499)。
- 科技媒体转载(带来单日峰值):MarkTechPost 2026-10-29 发文章《Infini-AI-Lab Releases Hermit…》并在 X 转发(x.com/Marktechpost/status/2115721882360222195)。第二、三天 star 分别 +62、+58,和这篇转载对得上。之后被 daily.dev、emergent.sh、LinkedIn 帖子(Georgi Gospodinov)、Medium 文章、Threads 帖子、YouTube 视频《AI AGENTS CAN NOW EVOLVE THEMSELVES… MEET HERMIT!》二次传播,还有一期 YouTube「AI Special」综述把它和 Raven、Google Harness 放在一起讲。
- 没找到的:我们的 HN 库(≥5 分的故事 + 全部 Show HN)里没有 Hermit;Reddit 上也没搜到专门的帖子;没有广告。
3. 竞品:做同一件事的都有谁
「让 agent 从反馈里自动改自己的 harness / prompt / skill」在 2026 年是个挤满了人的方向。Hermit 并不发明算法,它自带的方法大多是别人的算法(GEPA、SkillOpt、ACE、Meta-Harness、Continual Harness、RRSI……),做的是把这些算法统一封装起来。
| 名称 | 形态 | 上线 | 规模(github 库 2026-11-06) | 和 Hermit 的区别 |
|---|---|---|---|---|
| microsoft/SkillOpt | 开源 | 2026-05 | 18,910 star,7 天 +143 | 单一算法:为冻结的 agent 训练技能文件。Hermit 把它当成一种方法接了进来 |
| gepa-ai/gepa | 开源 | 2025-08 | 7,289 star | 单一算法:反思式 prompt / 代码优化,和 DSPy 一个生态。也被 Hermit 收为方法 |
| stanfordnlp/dspy | 开源 | 2023-01 | 38,942 star | 「编程而不是写提示词」的框架,自带优化器,但不是给 Codex / Claude Code 这类成品 agent 做外挂的 |
| ace-agent/ace、kayba-ai/agentic-context-engine | 开源 | 2025-10/11 | 1,429 / 2,608 star | ACE 算法本体和它的商业化版本(kayba.ai 托管),单一方法 |
| stanford-iris-lab/meta-harness | 开源(论文代码) | 2026-04 | 1,751 star | 论文复现代码;Hermit 把它改成了 Meta-Harness Adapter |
| rsi-gear/gear | 开源 | 2026-08 | 417 star,7 天 +84 | 定位几乎一样:「RSI 界的 scikit-learn,模块化的递归 harness 演化框架」。偏评测 SDK,记录每次修改的来源、预算和是否采纳。它在 10-29/10-30 也同样冲了一波(+70/+54),规模和 Hermit 差不多 |
| neosigmaai/auto-harness、greyhaven-ai/autocontext、ReflexioAI/reflexio、OpenTracy | 开源 | 2026 | 554 / 1,321 / 384 / 159 star | 面向开发者的「自我改进 harness」产品,自己定义 agent 循环,不是给现成 agent 做外挂 |
| NousResearch/hermes-agent | 开源 agent | 2025-07 | 260,823 star | 整个 agent 自带「越用越好」的技能沉淀;是成品 agent,不是训练框架 |
| letta-ai/letta、MemTensor/MemOS | 开源 | 2023/2025 | 25K / 12K star | 走记忆 / 状态路线的持续学习 |
| LangChain「continual learning at the harness layer」 | 大厂、博客与功能 | 2026 | — | 概念上同一件事,在 LangChain 生态里做 |
| 宿主自带:Codex / Claude Code 的 AGENTS.md、skills、plugins | 大厂功能 | — | — | Hermit 的部署目标就是这些扩展接口;宿主只给接口,没有训练循环 |
结论:单一算法有很多,大头是 SkillOpt 和 GEPA;「统一框架」这一格只有 Hermit 和 gear 两家,规模都只有几百 star,还没分出胜负。
4. 它凭什么起来
- 背书:陈贝迪组以 MagicDec、TriForce、Sequoia 这类推理效率工作出名,组织账号下 14 个仓库、共约 2,417 star(数据卡)。实验室官号加导师转发,保证了首发 thread 能被研究圈看到。
- 时机:2026 年 9–10 月,harness 演化 / RSI 论文非常密集:RRSI(alphaxiv 9-23 转发,1 万浏览)、Google 的自我改进 harness 论文(omarsar0 9-23)、Salesforce 的 harness 与模型协同演化、Harness Continual Learning(arXiv 2608.19013)、Continual Harness,还有 lobehub/awesome-rsi 这个清单。「每篇论文一套代码、没法比」的痛点正在出现,Hermit 刚好站在「统一框架」这个位置上。
- 好懂、好转的定位:用「model adapter(LoRA)↔ harness adapter」做类比,一句话就讲清楚;配了 GIF 动图,README 的快速上手不需要 API key 和 GPU。MarkTechPost 这类媒体照着就能写稿,这次也确实写了,而且转载带来了单日峰值。
- 贴着 Codex / Claude Code 用户:可以部署成 AGENTS.md 或插件;v0.2.0 能直接用 ChatGPT/Codex 订阅跑训练、不用单独付 API 费。这降低了普通开发者试用的门槛,但目前还没看到它带来的增长(11-04 之后每天只涨个位数)。
5. 差异化,以及它是不是跑出来的原因
- 差异化:(a) 外挂、不改宿主,adapter 是 git 里的文件,能看每个版本、能回滚、能部署;(b) 一个 Trainer 接多种演化算法,研究者可以在同一套接口下比较方法、写自己的 Evolver;(c) 直接部署到 Codex / Claude Code / Pi,并支持用订阅额度跑。
- 是不是跑出来的原因:只能算一半。star 曲线是典型的「发布 + 媒体转载」脉冲,之后迅速衰减;PyPI 一周 153 次下载,说明留下来真在用的人不多。功能几乎一样的 gear 同期也拿到了相近的 star,说明这一波关注主要来自赛道热度和发布动作,不是 Hermit 独有的产品力。它能不能把差异化变成留存,要看 v0.2.0 之后有没有人真用它训练出 adapter 并分享。
6. 能见度与跟风
- 能见度:小圈子里在传。AI 研究和 agent 开发圈:MarkTechPost、daily.dev、几个 YouTube 和 LinkedIn 帖子;官号首发约 1 万次浏览。HN 和 Reddit 上没找到讨论,没有收入(学术开源项目)。
- 跟风:还没看到专门抄 Hermit 的。gear 和它是同一时期各做各的(gear 2026-08 建库,比 Hermit 早),不算跟风。
7. 别人能借鉴什么
- 借成熟概念命名新东西:「harness adapter」借了「model adapter / LoRA」的心智,读者不用学新词就能理解。
- 做聚合层,而不是再造一个算法:把一堆单独开源的论文方法装进同一个训练循环,谁想比较方法都得来用它。框架类项目在论文扎堆期很容易占住位置。
- 发布节奏:实验室官号 thread + 一作长文(X 和 LinkedIn 都发)+ 导师用一句好记的话转发 + 中文 AI 博主转发,两三天后被 MarkTechPost 这类媒体接住。整套几乎不花钱。
- 降低试用门槛:离线就能跑通的演示,加上「用你的 Codex 订阅跑,不要 API key」。
8. 还不确定的
- 9-18 建库到 10-26 发布之间有没有 star(我们的库从 10-28 才开始记,stargazer 时间戳接口这次没拿到)。
- 离线演示之外,有没有人用它在真实任务上训练出 adapter 并公开分享;PyPI 下载只能粗略代表试用。
- 会不会出论文或上会议来带下一波(未核实)。
- gear 的 10-29/30 峰值和 Hermit 是不是同一个来源(比如同一篇综述或清单),未核实。