Hugging Face 开源 Multi-Harness RL：一次训练，让模型同时学会四种 coding agent

Hugging Face 这周开了个好东西：Multi-Harness RL 训练框架，把 Claude Code、Codex、OpenCode 接进强化学习流程，不用再给每个 agent 单独搭训练环境。一次训练让任务在四个 agent 环境里轮着跑，实测 2.6B 小模型跨 agent 通过率从 42.2% 涨到 54.2%。