Infini-AI-Lab, AI ajanlarını temel modeli ince ayar yapmadan veya çatallamadan yeni görevlere uyarlamayı amaçlayan açık kaynaklı bir harness adaptör çerçevesi olan Hermit v0.1.0'ı yayınladı. CMU doktora sonrası araştırmacısı Haizhong Zheng tarafından 27 Ekim 2026'da duyurulan Python çerçevesi, dış bir harness adaptörünü eğitirken temel model ve ajan harness'ını tamamen dondurur.
Apache-2.0 lisanslı çerçeve, bir Trainer, bir yargıç ve bir Evolver içeren RL tarzı bir eğitim döngüsü kullanarak yeni adaptör sürümlerini git yönetimli bir ağaç içinde önerir, değerlendirir ve kaydeder. Hermit, beş yerleşik evrim yöntemiyle birlikte gelir ve OpenAI, Anthropic, DeepSeek, vLLM ve Ollama gibi arka uçları destekler. GLM 5.3 Flash kullanılarak yapılan kendi bildirdiği benchmarklarda, MetaWorld Model adaptörü CL-Bench veri tabanı keşfinde 0.795 doğruluk elde etti; bağlam içi temel çizgi ise 0.580 idi. Harness² ise OfficeQA üzerindeki referans çalışmalara göre 7.6 puanlık bir artış rapor etti.
Bu çerçeve önemlidir çünkü geliştiricilerin, titizlikle ayarlanmış bileşen etkileşimlerini bozmadan, dış eklentiler aracılığıyla kapalı veya kırılgan ajan sistemlerini iyileştirmesine ve özelleştirmesine olanak tanır.