Infini-AI-Lab 發布咗一個叫 Hermit 嘅框架，係個「harness adapter」（適配層框架）——簡單講就係喺現有 AI Agent 嘅模型同底層架構之間，加一層獨立嘅外掛適配層。呢個框架採用 Apache-2.0 授權，源碼開放。
做得到乜
Hermit 會喺外層積累同訓練一套由任務反饋（task feedback）驅動嘅指令、技能、記憶同工具，過程中 Agent 嘅模型同 harness（運行框架）本身唔會改動。換言之，呢個係將 Agent 嘅可調教內容獨立成一層，唔再直接動手底層模型。
呢個思路有幾個跟進值得留意：「訓練外層指令同工具」同「微調模型」之間嘅界線喺邊度；外層所訓練出嚟嘅技能同記憶由邊個持有同掌控；「任務反饋」嘅來源係人工批註定係自動評估。呢啲都係跟進方向，唔係本站實測結論。
阿調搞兩下
「唔改模型、只改外層」呢個路線聽落似對用户比較友善——換個 Agent 底層，外層配置可以跟住走。但要留意：外層訓練嘅技能同記憶，究竟歸開發者、平台定使用者，先係真正話事權所在。而單句新聞稿，仲未夠資格評價任何實際效果。
阿調｜深度調教
