ClawGym II: Exploring Black-Box RL on Agent Harness
从一条真实 ClawGym-Bench 任务入手，拆解 ClawGym II 如何在不改写 OpenClaw 与 Claude Code 内部逻辑的前提下恢复 prefix tree、计算 PPO/GRPO rew…
# Reinforcement Learning
LEGO-RL: Harness-Native Reinforcement Learning for Coding Agents
从真实 sepal_ui-814 case 出发，拆解 LEGO-RL 如何让 Claude Code、OpenHands 与 OpenCode 保留原生 control flow，同时把 token 对齐、MoE…
