EnvHarness：讓代理訓練環境針對弱點持續演化
EnvHarness：讓代理訓練環境針對弱點持續演化
事件事實
Google Cloud AI Research、華盛頓大學聖路易斯分校和北卡羅來納大學教堂山分校的研究團隊提出 EnvHarness。它在不修改原始環境和驗證器的前提下，透過標準 reset()／step() 介面加上可組合的 Setup、Rule、Link 元件，調整初始狀態、可見動作、互動規則或任務組合。配套的 EnvRigger 會觀察代理軌跡，診斷弱點並反覆產生、驗證針對性環境。
研究判讀
論文在五個基準、四個領域上報告最高 9.0 個百分點的保留集提升，以及約 9.8% 較少的執行步數；網站展示的 SWE-bench Verified 例子則從 47.7 提升至 54.8。這些結果的價值在於把「只會生成一次的環境」改成可隨策略進步而共同演化的訓練迴路，並保留人手建立的成功驗證器。它仍是研究結果，不代表每個代理任務都能得到同幅改善。
影響與限制
AI 團隊可把 EnvHarness 的介面思想用於內部評測：讓環境針對失敗模式增加難度或隔離技能，同時不改寫基準核心。部署時要儲存每輪元件、軌跡和驗證結果，避免環境為了迎合模型而悄悄改變評分標準。研究程式庫與網頁仍在早期階段，跨領域效能、成本及長期穩定性需要自行重現。