Infini-AI-Lab представила Hermit — фреймворк с открытым исходным кодом, работающий как адаптер для ИИ-агентов. В отличие от LoRA, адаптирующего модель, Hermit настраивает поведение агента, включая инструкции, память, инструменты и логику координации. Базовая модель и основной каркас при этом остаются неизменными.
Система использует цикл обучения в стиле RL: Trainer выполняет задачи, судья оценивает результаты, а Evolver предлагает новые версии адаптера. Каждая версия сохраняется в git-репозитории, что позволяет отслеживать изменения и выполнять откат. Поддерживаются пять методов эволюции, включая GEPA, SkillOpt и MWM. Для работы в песочнице требуется Linux.
Тестирование показало эффективность подхода в различных задачах. В OfficeQA метод Harness² продемонстрировал прирост на 7,6 балла. В CL-Bench при исследовании баз данных точность MWM составила 0,795 против 0,580 у базовой модели, а в покере метод приносил 3,08 больших блайнда за раздачу. В ServeLearnBench показатель MWM достиг 45,3.
Инструмент доступен для установки через PyPI и поддерживает работу с бэкендами OpenAI, Anthropic, DeepSeek, vLLM и другими. Интерфейс командной строки позволяет обучать, оценивать и развертывать адаптеры. Готовые решения можно экспортировать как плагины для Codex, Claude Code и Pi, что позволяет координировать работу нескольких агентов.
