摘要
OpenEnv 是连接环境与训练器的接口层；在本文路线中通过 capture proxy 获取真实 harness 的模型调用，并提供明确的 train/eval 及 TrainingTrace 契约，不负责自行定义所有任务奖励或完成模型训练。（来源：The ultimate guide to multi-harness RL）
核心内容
基本信息
- 实体类别：环境接口与捕获基础设施。
- 官方入口：仓库、Harbor 集成文档。
- 时间范围：2026-10-01 研究文章与 2026-10-05 文档/合并核验；没有本地执行验收。（来源：The ultimate guide to multi-harness RL）
重要事实
- 代理归一化模型 API 请求并按原方言回传；每 rollout 的 session ID 与上游 provider 凭据分开。模型端 token 和 logprob 由后端探测决定，不满足条件时只保留 eval。（来源：The ultimate guide to multi-harness RL，辅助文档核验）
- typed
TrainingTrace由 producer 验证采样字段与 mask；TRL 读取该契约，不从渲染文本重建 token。PR 合并与自报 smoke 说明执行路径，不证明训练收益。（来源：The ultimate guide to multi-harness RL，TRL #6947 / OpenEnv #1280）
关系与影响
Harbor 提供任务、Agent adapters、sandbox 与 verifier；OpenEnv 提供服务与捕获接口；trainer 更新 policy。综合：接口打通并不消除任务有效性、状态重置和独立验证的责任。（来源：The ultimate guide to multi-harness RL）
分歧与变化
article 与 main 文档中的 harness/backend 数目不同，按来源时间与版本保留，不能视为同一统计。文档 UI 的匿名 own-run 可见性不是身份认证，也不能替代私有轨迹访问控制。（来源：The ultimate guide to multi-harness RL，版本分歧；官方文档，Deployment settings）
相关页面
- 概念：Agent RL Environment、Multi-Harness RL、Agentic RL
- 实体：Harbor、Codex
- 主题：Agent Harness 与 Agentic RL 开源生态
来源
待核实问题
- 当前发布包的训练契约兼容性、安装路径、上游测试和真实 harness 执行未在本轮验证。