摘要
这份资料回看了 2026-08-21 至 2026-09-03 的每日 Agent Harness / Agentic RL 调研记录：许多项目当时已经完成代码、许可证、测试或 CI 核验，却因旧规则“不自动收录开源项目”而没有进入 Wiki。本轮按 2026-09-03 的 50-star、许可证、实现与维护状态重新筛选，收录 13 个项目，并保留未准入项目及原因。（来源：原始回溯记录（本地存档））
核心内容
- Harness/runtime 层包括 Codex、DeepSeek Harness、Hermes Agent、Prime Agent 和 AutoSaddler；它们分别覆盖通用 coding agent、插件化 harness、外部记忆/skill 学习、RLM continual harness 与自动 harness 优化。（来源：原始回溯记录（本地存档））
- Agentic RL 层包括 prime-rl、RLinf、LoongSage 和 qwen3-runtime。前三者覆盖训练与分布式 rollout，qwen3-runtime 只负责 rollout inference；应按实际更新对象和系统边界分类，不能都写成完整 RL 系统。（来源：原始回溯记录（本地存档））
- Browser/computer-use 层包括 Cua、OpenCLI 与 BrowserSkill，分别提供跨 OS 沙箱/评测环境、确定性网页 CLI/适配器和浏览器桥接技能。它们可以为 RL 或 Agent harness 提供环境，但自身不因此成为严格 Agentic RL。（来源：原始回溯记录（本地存档））
- Speculative Programmatic Tool Calling 是推理时加速原语：提前执行无副作用的程序化工具调用，与 token 生成重叠；它不更新模型策略，也不持久演化 harness。（来源：原始回溯记录（本地存档））
- 50-star 门剔除了大量历史上机制有趣但尚未形成采用度的项目；CUA-Lite 则因许可证缺失未准入。准入只决定是否建立核心项目页，不等于对低 star 项目的负面技术结论。（综合：本页来源）
相关页面
- 概念：Harness Engineering、Harness Optimization、Self-Improving Harness、Agentic RL、Browser-Use Agent、Computer-Use Agent
- 实体：Codex、DeepSeek Harness、Hermes Agent、Prime Agent、AutoSaddler、prime-rl、RLinf、LoongSage、qwen3-runtime、Cua、OpenCLI、BrowserSkill、Speculative Programmatic Tool Calling
- 主题：Agent Harness 与 Agentic RL 开源生态、LLM Agent Self-Improvement、Browser and Computer-Use Agents
来源
- 原始文件：原始资料（本地存档）
- 历史任务范围：2026-08-21 至 2026-09-03 的每日 Agent Harness / Agentic RL 调研摘要与自动化记忆
- GitHub 当前状态核实日期：2026-09-03
待核实问题
- 仍需在统一模型、任务、预算与 evaluator 下复现不同 harness 和 Agentic RL runtime；历史测试与仓库 CI 不能完成横向比较。
- 应定期重查 stars、许可证、Release 与 CI，并避免把新的失败或修复覆盖到旧快照上。