谷歌开源 EnvHarness：不改智能体、不改环境，让训练环境随智能体一起进化

谷歌研究人员开源了 EnvHarness，它是一层包在现有训练环境外面的可编程封装，能在不修改智能体、环境与评估系统的前提下，根据智能体的薄弱环节动态调整环境。在 WebArena、SWE-bench Verified、ALFWorld 等基准上，多个模型的成绩提升了 2.9 到 3.7 个百分点。 ## 静态环境的关键问题：学会之后不会再有新收获 自我进化型智能体通常通过改写提示词、学习新技能来提升自己，却很少改动自己所处的运行环境。研究团队指出了这背后的关键问题： > 在固定基准上不断变强的智能体，最终会无法再从该基准中学到任何东西。对处于每个学习阶段的每个学习者来说，初始状态、规则和反馈