OpenHands

資料來源#

• Coding Agents and Technical Debt
• EVOMAL: Self-Poisoning in Self-Evolving Coding Agents

摘要#

OpenHands 是一個開源 coding-agent 平台，也是維護並銷售此平台的公司。它最初名為 OpenDevin——Wang et al. 的論文 「OpenHands: An Open Platform for AI Software Developers as Generalist Agents」，arXiv 2407.16741，ICLR 2025——在本 wiki 的多項研究來源中都以該論文為名被引用。不同於 Claude Code 和 Codex，它的原始碼公開，因此也成為本語料庫預設的第三方 agent 框架：論文需要使用自有框架以外的 harness，讓模型執行 SWE-Bench 或 Terminal-Bench 時，通常會採用 OpenHands。

四個儲存庫組成的平台#

OpenHands 在 2026 年 7 月發布的工程文章（Coding Agents and Technical Debt），是本語料庫對 coding-agent 程式碼庫最詳盡的公開盤點，原因正是各部分分屬不同儲存庫：

截至 2026-07-08 的十二個月內，總計約 105 萬行程式碼、合併 5,679 個 PR，其中 1,778 個是錯誤修正（31%）；僅 app 儲存庫就有 179 位貢獻者。Shared Harness, Differentiated Surfaces 描述的 OpenAI 架構，也採用了相同的執行環境／介面分工，只是 OpenHands 將其分別發布為四項成果。

商業定位。 OpenHands 銷售維護中的 agent，其公開主張是：應租用執行環境，而非自行分支；依序透過 prompts、MCP servers、skills/plugins 或 SDK 進行客製化。詳見 Harness Build-vs-Buy，該文進一步討論這項主張及其證據限制。

在此語料庫中的出現方式#

它大多是他人實驗所用的工具，這也提供了觀察其地位的獨立訊號：

• Single-Rollout Optimization — SAO 的 SWE-Bench Verified 結果是在 OpenHands 框架中執行（Qwen3-30B-A3B backbone、300 turns、128k context）
• Orchestration-Plan Simulation — OrchBench 用於跨框架驗證的四個實際執行框架之一，其他還有 Claude Code、SWE-mini 和 Crush
• Knowledge-Centric Self-Improvement — 報告中的 Terminal-Bench 2 比較系統（Haiku 4.5 項目表中為 13.9%）
• Agent Self-Poisoning (the CREATE-Path) — EvoMal（arXiv 2608.25776，empirical）用於重跑技能庫自我污染攻擊的三個框架之一；未經修改，執行預設的 CodeActAgent，透過 litellm proxy 使用 DeepSeek-V4-Pro，並採用相同的預先計算檢索快取。其通用攻擊者成功率為 22.2%，低於 mini-SWE-agent 的 41.8%；但針對特定任務類別後，pytest 上升至 66.7%——與研究框架相同的上限——而反向提示則使其降至 0.0%
• 在 raw/swe-pruner-pro 和 raw/ai-code-review-practitioner-discourse 中，也被引用為基線或 agent 供應商標籤

相關連結#

• Harness Build-vs-Buy — OpenHands 自身的自建與採購主張，以及背後的十二個月 GitHub 數據；該頁說明了供應商利益關係的限制
• Shared Harness, Differentiated Surfaces — app/SDK/Canvas/CLI 的拆分，將執行環境加介面架構分別發布為不同儲存庫
• Codex — OpenHands 以其為基準比較的 OpenAI harness（合併 7,688 個 PR，約 132 萬行程式碼）
• Hermes Agent — 同一比較中的另一個開源 agent（合併 7,736 個 PR，約 175 萬行程式碼）
• Claude Code — 閉源同類產品，因這個原因未納入 OpenHands 的比較
• Orchestration-Plan Simulation — OrchBench 用來驗證其模擬器的四個實際 harness 之一
• Single-Rollout Optimization — SAO coding-agent RL 結果產生時所用的框架
• Knowledge-Centric Self-Improvement — Terminal-Bench 2 比較系統
• Agent Self-Poisoning (the CREATE-Path) — CREATE-path 攻擊可在其未經修改的預設 CodeActAgent 中重現，這是論文用來佐證自我污染源自檢索、撰寫、持久化迴圈，而非單一研究 harness 的證據之一

資料來源#

• Coding Agents and Technical Debt — Rajiv Shah (OpenHands)，2026-07-28（case-study）：四個儲存庫的拆分、十二個月活動數據，以及分支／自建與採購主張
• 在以下研究中作為框架或基線被引用：Single-Rollout Asynchronous Optimization for Agentic Reinforcement Learning、OrchBench: Evaluating Multi-Agent Orchestration Plans in Isolation via Deterministic Simulation、Knowledge-Centric Self-Improvement、SWE-Pruner Pro: The Coder LLM Already Knows What to Prune、3100 Opinions on Code Review in an AI World: Building Causal Theory from Practitioner Discourse
• EVOMAL: Self-Poisoning in Self-Evolving Coding Agents — Wu、Shi、Q. Li、Zhao、X. Li、Adams、Hassan 與 Ni（Queen's University），arXiv 2608.25776，2026-08-26（empirical）：§7 與 App. C.3（Figure 5）——OpenHands 是攻擊重跑所用的兩個正式環境框架之一，並列出各任務類別的 CREATE-path 成功率與反向提示結果