Hugging Face harness-hub 团队发布面向 pi 编码 Agent 的 Qwen3.8-27B-pi-adapted LoRA 适配器(Apache-2.0,rank 32),用 TRL 的 AsyncGRPO 强化学习训练,工具调用经 safeagents 代理拦截以抑制 reward hacking。