Aug 29, 2026 7 min read
四个 Coding Agent 功能总矩阵:控制权放在哪里
用统一成熟度口径比较 Pi、Codex、DeepSeek Harness 与 Claude Code 的循环、安全、会话、扩展、接口和多代理能力。
大模型算法、训练系统与工程实践的学习笔记。
Tag
5 essays under this label.
用统一成熟度口径比较 Pi、Codex、DeepSeek Harness 与 Claude Code 的循环、安全、会话、扩展、接口和多代理能力。
基于 2026-08-29 的固定源码快照,交代版本、新鲜度、证据等级与阅读路线,并给出四种 Coding Agent 控制面的总判断。
沿 Ray placement、RolloutManager、训练 actors、权重同步和 checkpoint,追踪 slime 一轮训练的完整控制流。
拆解配置、控制流、资源编排、Worker、DataProto 和 TransferQueue 的职责边界。
梳理新增 estimator、reward、模型、rollout、AgentLoop、训练后端与自定义 sampler 的扩展入口。