핵심은 하네스 내부가 아니라 모델 API 경계에 프록시를 두는 방식이에요

엔비디아가 Codex CLI·Claude Code·Qwen Code 같은 기존 에이전트 하네스를 거의 수정 없이 GRPO 학습에 연결하는 Polar를 공개했어요.

핵심은 하네스 내부가 아니라 모델 API 경계에 프록시를 두는 방식이에요. 기존처럼 env.init·env.step·env.reset 형태로 하네스를 재구현하지 않아도, 베이스 URL만 게이트웨이로 바꾸면 동작하거든요.

프록시는 요청마다 4단계를 처리해요. API 유형 감지, 요청 정규화, 프롬프트/응답 토큰 ID·finish reason·logprob 캡처, 그리고 원래 제공자 스키마로 재변환까지 맡아요. 스트리밍도 비스트리밍 응답을 받아 SSE 형태로 다시 내보내 호환성을 유지해요.

결국 평가 환경의 동작을 유지한 채 토큰 단위 RL 데이터를 확보해, 에이전트 학습 재현성과 확장성을 함께 끌어올리는 접근이에요.