哈哈，我们把 Claude Code、Codex、Hermes、Pi、@opencode 还有一些其他的编程工具变成了强化学习环境。而且我们没有对这些工具和训练代码做任何改动。任何开源模型，任何任务集，完全开源哦！同一个模型，同样的权重，在 Mini-SWE-Agent 下表现有 62%，在 Claude Code 下有 33%。不过通常要把训练放在实际的工具环境中，就得重新实现成一个环境，所以大多数模型都是在没人用的支架上训练的。我们的解决方法是一个代理，而不是重写。这些工具以为自己在和模型 API 对话，实际上是在和一个捕获代理对话，这个代理能讲四种语言。
—— huggingface (@huggingface) X帖子｜2026-10-05T14:48:22+00:00
原帖：https://x.com/huggingface/status/2107123500599460122
huggingface：哈哈，我们把 Claude Code、Codex、Herme…
哈哈，我们把 Claude Code、Codex、Hermes、Pi、@opencode 还有一些其他的编程工具变成了强化学习环境。而且我们没有对这些工具和训练代码做任何改动。任何开源模型，任何任务集，完全开源哦！同一个模型，同样的权重，在
扫描二维码，在手机上阅读
