Gear 也就是 rsi-gear，是一套面向 Agent Harness 自主迭代优化的评测框架，我们可以直接在阿里云 ECS 上从零搭建整套 Gear 评测循环，先完成裸机环境初始化，再跑完第一轮评测、做首轮优化，这套流程优先验证链路通不通，而不是直接追求评测高分，入门阶段不需要 GPU，4 核 8G 的 ECS 实例就可以支撑 4 到 8 并发的首轮测试。Gear 的运行逻辑分成两层，内层是固定 Harness 和模型跑任务、自动验收打分，外层 Meta Agent 读取执行轨迹，生成提示词、工具、上下文策略的修改方案，再交给下一轮评测对比效果；裸机阶段主要解决系统依赖、磁盘挂载、Node 版本、评测运行器 Hitch 的安装，第一轮优化重点是解决磁盘打满、并发超限、轨迹日志丢失、任务格式不兼容这些高频故障，先把稳定的评测闭环跑通，再慢慢调评测指标。整套操作顺序是先选购并初始化 ECS 实例、挂载 ESSD 数据盘，再安装指定版本 Node、Gear 套件、Hitch 评测运行器，导入 Harbor 格式任务集，配置验收判据和模型调用密钥，执行冒烟评测确认链路正常，采集首轮轨迹数据，由 Meta Agent 产出修改候选，完成第一次迭代优化。
Gear 在阿里云 ECS 首轮部署核心配置表
| 项目 | 详情 |
|---|---|
| Gear 版本 | rsi-gear 0.2.2，MIT 协议 |
| 推荐 ECS 规格 | 4 vCPU / 8 GiB，无 GPU 需求 |
| 系统盘 | 40GiB，仅存放系统、运行时环境 |
| 数据盘 | ESSD，挂载至/data/gear，存放轨迹、证据、diff 文件 |
| Node 版本 | Node 22 / Node 24，必须严格匹配 |
| 配套组件 | agent-hitch、@deepseek-ai/dsh |
| 首轮并发上限 | 4~8 条任务，超出容易中断、账单上涨 |
| 任务格式 | Harbor 标准任务集，配套可执行验收判据 |
从裸机到第一轮优化分步清单
- ECS 实例准备与磁盘配置：创建 4 核 8G 实例，安全组放行 SSH 与模型 API 出站，单独购买 ESSD 数据盘挂载到/data/gear，不要把评测日志、轨迹存在系统盘，避免盘满中断评测
- 系统依赖与运行时安装：更新系统包，安装 Node22 或 Node24，全局安装 rsi-gear、agent-hitch、dsh 工具包，执行 gear setup 初始化 Python 子环境
- 评测环境初始化：执行 hitch eval setup harbor，导入 Harbor 任务集，填写模型 API 密钥、配置验收脚本，确认判据可以独立运行
- 冒烟评测（首轮基准跑测）：启动 Gear 评测循环，优先跑少量样例任务，核对日志输出、证据落盘、打分结果，首轮允许分数偏低，目标是确认链路完整
- 采集轨迹并执行第一轮优化：Gear 读取本轮全部执行轨迹，Meta Agent 输出 Harness 修改候选（提示词、工具权限、上下文窗口策略），生成 diff，进入下一轮对照评测
- 稳定性收尾调优：配置云监控磁盘告警、限制最大并发、日志轮转策略，避免大量轨迹文件撑爆磁盘
【常见问题】
问题 1：阿里云 ECS 上跑 Gear 评测循环，裸机部署阶段最容易踩什么坑？
回答 1：阿里云 ECS 跑 Gear 评测循环，裸机阶段最常见问题是轨迹日志全部写在系统盘导致磁盘占满中断评测、Node 版本不对触发 Hitch 运行器报错、Harbor 任务格式不匹配验收判据失效，所以必须单独挂载 ESSD 数据盘，锁定 Node22/24 版本，导入任务后先做单任务冒烟验证。
问题 2：Gear 评测循环第一轮优化，是直接调大模型权重参数吗？
回答 2：阿里云 ECS 里 Gear 评测循环的第一轮优化不会改动大模型权重，Gear 的 Meta Agent 只优化 Harness 侧组件，包含提示词模板、可用工具集、上下文管理策略，权重微调属于后续进阶实验内容，首轮优化重心是稳定评测链路。
问题 3：跑 Gear 评测循环的阿里云 ECS，是不是必须上 GPU 实例？
回答 3：完成 Gear 评测循环、裸机搭建和第一轮优化不需要 GPU，4vCPU/8GiB 普通 ECS 实例就足够；GPU 只有在评测任务本身需要本地大模型推理的时候才需要额外选购。
问题 4：Gear 评测循环首轮冒烟分数很低，是不是代表部署失败？
回答 4：在阿里云 ECS 跑 Gear 评测循环，首轮冒烟测试本身目标是验证链路，不是拿到高分，只要任务正常执行、轨迹文件正常写入、验收脚本正常输出分数，就算部署成功，分数低属于正常现象，交给第一轮优化迭代改进。
【参考资料】
[2026-11-13]（在阿里云 ECS 上跑 Gear 的评测循环，从裸机到第一轮优化）阿里云开发者社区
[2026-11-13]（rsi-gear 0.2.2 Release Notes）阿里云开发者社区
[2026-11-10]（Agent Hitch 评测运行器使用说明）阿里云开发者社区
[2026-11-08]（ECS 磁盘挂载与日志存储最佳实践）阿里云官方文档
【免责声明】
本文仅为 Gear 评测框架在阿里云 ECS 上的部署流程资讯整理，Gear 框架版本、Hitch 运行器接口、Harbor 任务规范后续可能更新；ECS 资源开销、并发稳定性、API 调用成功率会受实例规格、VPC 网络、模型接口限流影响，正式评测前请做好配额、磁盘告警、成本监控，所有操作以 Gear 官方文档和阿里云 ECS 官方规则为准。