Prime Intellect 发布 Verifiers v1：可组合任务集、框架与运行时，用于智能体强化学习训练与评估
Prime Intellect 推出 Verifiers v1，将环境拆分为 taskset、harness 和 runtime 三个可组合部分，通过拦截服务器实现训练轨迹记录与奖励攻击缓解。支持 OpenAI Chat/Responses 和 Anthropic Messages 三种协议。本文详解架构设计及其对中文开发者的意义。
一句话看懂
Prime Intellect 发布 Verifiers v1，将智能体强化学习环境拆分为 taskset（任务）、harness（求解）和 runtime（运行）三部分，支持多种协议并内置拦截服务器，用于训练与评估。
详细发生了什么
Prime Intellect 发布了 verifiers 0.2.0，预览了重写的 v1 核心（位于 verifiers.v1 命名空间）。v1 将之前捆绑的环境拆分为三个可组合部分：
- Taskset：定义工作内容，包括数据、工具和评分逻辑。
- Harness：求解任务并生成 rollout，可以是 ReAct 循环、CLI 智能体或自定义实现。
- Runtime：运行 rollout 的环境，支持本地或沙箱（如 Docker）。
各部分解耦后，任何 taskset 都可以在任何兼容的 harness 下运行。
架构的核心是 verifiers 管理的拦截服务器，位于智能体 runtime 和推理服务器之间。它代理请求和响应，记录轨迹、设置采样参数，并可重写工具响应以缓解训练中的奖励攻击。每个服务器默认复用 32 个 rollout，池根据并发量弹性伸缩。
目前支持三种协议：OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages。协议适配器将各格式标准化为 vf.types，使评分逻辑独立于被测试的智能体。
中文圈视角
对于中文开发者，Verifiers v1 的模块化设计降低了构建智能体 RL 训练环境的门槛。但需要注意：
- 可用性：Prime Intellect 是开源项目，无需梯子即可访问 GitHub 仓库。但训练和评估通常需要调用 OpenAI 或 Anthropic 的 API，国内用户可能需要代理或使用国产替代。
- 国产平替：目前国内类似的开源工具较少。智谱的 AgentLM 和 ModelScope 的 Agent-FLAN 提供了部分功能，但未像 Verifiers 这样将环境拆分为独立组件。对于希望复现论文实验的团队，Verifiers v1 是一个更灵活的选择。
- 合规考量：如果使用拦截服务器记录轨迹，涉及数据出境问题。建议在本地部署推理服务器（如 vLLM）并搭配国产模型，避免敏感数据外传。
- 中文场景：对于中文代码生成、工具调用等任务，Verifiers v1 的协议适配器支持自定义 harness，可以方便地接入国产模型 API。但需注意，其评分逻辑目前主要针对英文基准，中文场景可能需要自行实现 scoring 函数。
几条值得记住的细节
- Verifiers v1 将环境拆分为 taskset（任务）、harness（求解）和 runtime（运行）三部分，实现解耦。
- 拦截服务器默认复用 32 个 rollout，池根据并发量弹性伸缩。
- 支持三种协议：OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages。
- 协议适配器将各格式标准化为 vf.types，评分逻辑独立于智能体。
- v1 轨迹存储从 v0 的二次增长优化为线性增长，显著降低存储开销。
一句话总结
Verifiers v1 为智能体 RL 训练提供了模块化、可组合的环境框架，中文开发者可借此快速搭建实验平台，但需注意 API 调用和合规问题。