摘要
Harbor 将任务、Agent harness 与 sandbox backend 分开配置，并由任务自己的 verifier 判分。它是 rollout 与执行底座，不能仅凭返回 reward 就称其为参数训练算法。（来源：The ultimate guide to multi-harness RL，Harbor / Serving Harbor through OpenEnv）
核心内容
基本信息
- 实体类别：任务运行、隔离执行与评测框架。
- 官方入口：网站、仓库。
- 资料版本：文章使用 v0.22.0 说明，2026-10-05 另读 OpenEnv main 集成文档；没有安装或运行 Harbor。（来源：The ultimate guide to multi-harness RL）
重要事实
- Harbor 任务包含 instruction、environment 与 test/verifier；harness 和 backend 在运行时选择，而非固定写入任务身份。（来源：The ultimate guide to multi-harness RL，Harbor）
- 轨迹与 reward 之外，训练还要取得模型实际采样信号；OpenEnv 集成负责捕获，TRL 负责更新。ATIF 记录可用作调用/捕获数量的独立对账，但不能由对账成功推出任务一定完成。（来源：The ultimate guide to multi-harness RL，Picking the reward and checking the capture）
关系与影响
与 OpenEnv 组合可在保持任务不变的情况下改变执行 harness，支持 Multi-Harness RL 与 Execution-Based Agent Evaluation。综合：要做可信比较，仍须锁定镜像、harness、模型、预算与 verifier，并隔离评测器可见的答案。（来源：The ultimate guide to multi-harness RL）
分歧与变化
Harbor 的 environment 指 sandbox backend，不能直接等同于 Agent RL Environment 的完整状态/奖励系统。文章与 OpenEnv main 的 backend 数目不同，原因需版本与口径对齐，不能静默合并。（来源：The ultimate guide to multi-harness RL，版本分歧）
相关页面
- 概念：Agent RL Environment、Multi-Harness RL、Agentic RL、Execution-Based Agent Evaluation
- 实体：OpenEnv、Codex
- 主题：Agent Harness 与 Agentic RL 开源生态
来源
待核实问题
- 本地任务转换、镜像构建、sandbox 凭据和 verifier 抗投机未实测；不能以文章所报适配器数量替代兼容性验收。