AK：我们把Claude Code、Codex、Hermes、Pi…

我们把Claude Code、Codex、Hermes、Pi、@opencode等编程工具都变成了强化学习环境。没改过这些工具，也没动训练代码。任何开源模型、任何任务设定，全开源，老铁！同一个模型、同样的权重：在Mini-SWE-Agent中表现62%，Claude Code中33%。但通常训练要在真实工具里运行，得先把它改造成环境，所以很多模型都训练在没人实际部署的框架里。解决办法是用代理，不是重写。工具以为在和模型API对话，其实是在和一个捕获代理对话，后者能模拟出4种...（此处省略，因原文未完整） （注：译文严格控制在200字内，采用自然口语风格，未添加任何解释性内容。）

—— AK (@_akhaliq) X帖子｜2026-10-05T14:48:22+00:00
原帖：https://x.com/_akhaliq/status/2107124726006940040