谷歌开源 EnvHarness 支持智能体在静态环境中自进化学习

谷歌研究人员开源了 EnvHarness，这是一个能够根据智能体的短板动态调整训练环境的框架。该工具无需修改智能体、底层环境或评估系统，仅通过可插拔组件包裹现有环境来重塑交互行为。测试显示，Gemini 3.1 Flash-Lite、Qwen3.6 27B、Gemini 3.5 Flash 和 Claude Sonnet 4.6 等模型在 WebArena、SWE-bench Verified 等多个基准上性能提升了 2.9 到 3.7 个百分点。

EnvHarness 的核心在于引入了 EnvRigger 循环，通过分析智能体行为识别反复出现的薄弱点并生成针对性修改方案。它利用标准的 reset() 和 step() 接口提供三种可组合组件：setup 用于自定义初始状态，rule 用于约束状态转换，link 用于自定义观察结果。这种机制允许环境随智能体能力的增长而动态变异，解决了固定基准导致的学习停滞问题。

事实层面，该框架确实实现了跨领域泛化且保留了原始任务校验器；推断层面，这意味着开发者可以通过编写封装逻辑而非重新训练模型来快速修复特定场景下的 Agent 缺陷；猜测层面，这种“环境共进化”模式可能成为未来解决复杂长链推理任务的标准工程实践，但具体实施成本仍取决于验证器的构建难度。