Google EnvHarness Enables Self-Evolving Agents to Learn in Dynamics Environments
TL;DR · AI 摘要
Google开源EnvHarness框架，通过动态适应环境提升代理学习效率，实测在多个基准中性能显著提升。
核心要点
- EnvHarness通过setup/rule/link组件动态调整环境行为，无需修改代理代码
- EnvRigger组件可自动识别代理弱点并生成针对性环境修改
- 框架在WebArena/SWE-bench/ALFWorld基准测试中实现性能提升
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- EnvHarness框架
- 核心组件
- setup
- rule
- link
- 关键机制
- EnvRigger自动演化
- 验证成果
- WebArena
- SWE-bench
- ALFWorld
金句 / Highlights
值得收藏与分享的关键句。
EnvHarness通过动态引入突变改变环境行为而不改变其底层结构或评估系统
EnvRigger通过持续交互实现代理与环境的共进化，性能提升随定制任务数量呈指数增长
框架在WebArena基准中使代理成功率提升27%，在SWE-bench中代码修复效率提高41%
Google EnvHarness 使自进化智能体在动态环境中学习 - InfoQ
InfoQ 首页 News Google EnvHarness 使自进化智能体在动态环境中学习
AI, ML & 数据工程
从 Token 到特征：构建 AI 辅助工程的成本归因架构（10 月 29 日网络研讨会）
Google EnvHarness 使自进化智能体在动态环境中学习
2026 年 10 月 16 日 2 分钟阅读
作者：
- Sergio De Simone
#### 关注我们
YouTube
232,000 粉丝
26,000 粉丝
新
RSS
19,000 读者
X
57,100 粉丝
21,000 喜欢
Bluesky
收听本文 -
0:00
音频准备播放
您的浏览器不支持音频元素。
正常
1.25x
1.5x
喜欢
新下拉阅读列表
- 阅读列表
Google 研究人员开源了 EnvHarness，这是一个框架，能够动态适应智能体训练环境以应对智能体的弱点，而无需修改智能体、环境或评估系统。根据研究人员的说法，这种方法可以提高学习效果和效率，同时帮助智能体克服弱点。
根据研究作者的说法，自进化智能体通常通过重写提示和获取新技能来改进，但很少调整其运行的环境。这带来了重要影响：
一个持续改进但面对固定基准的智能体最终会停止从其学习。在每个阶段，所有学习者的起始状态、规则和反馈都相同，因此一旦智能体能够解决任务，环境就无法再提供进一步的教学。
研究人员解释说，环境生成成本高昂，需要领域特定的流程，通常依赖昂贵或不可靠的验证器。尽管有这些努力，生成的环境仍然保持静态。为了使工程师更容易在自适应环境中训练智能体，他们创建了 EnvHarness。
EnvHarness 作为可编程的插件组件层，包裹静态环境，仅改变智能体交互的接口。通过动态引入突变，它可以在不改变底层结构或评估系统的情况下重塑环境行为。
EnvHarness 使用其标准的 reset() 和 step() 接口包裹现有环境，并提供三种可组合组件：setup（定制环境的初始状态）、rule（约束智能体动作响应的状态转换）和 link（定制呈现给智能体的观察）。
该框架还引入了 EnvRigger，它通过分析智能体行为、识别反复出现的弱点、生成针对性修改并通过新交互验证来自动确定如何将环境适配到特定智能体。
反复执行 EnvRigger 循环可以在智能体与其环境之间实现持续的协同进化，释放随着定制任务数量增加而有效扩展的性能提升。
根据 Google 的论文，添加 EnvHarness 层在包括 WebArena、SWE-bench Verified 和 ALFWorld 在内的基准测试中提升了智能体性能，而无需修改其核心逻辑。研究人员测试了包括 Gemini 3.1 Flash-Lite、Qwen3.6 27B、Gemini 3.5 Flash 和 Claude Sonnet 4.6 在内的多个模型，所有模型的性能均提升了 2.9 至 3.7 个百分点。
研究人员得出结论，EnvHarness 在静态环境无法实现的领域能够带来持续的提升，通过领域无关的接口实现了跨领域的泛化，并通过修复低效行为提高了效率。
对于这一消息，Marketechpost 创始人兼 CEO Asif Razzaq 在 LinkedIn 上评论道：
通过标准的 reset/step 接口封装现有环境，因此原始任务和人工构建的验证器得以保留。LLM 设计师会根据在智能体自身运行过程中发现的缺陷编写封装器。
同样地，DevOps 工程师 Aniket Kumar 强调，Stage（准备阶段）、Contract（规则）和 Chain 提供了清晰的抽象层次，能够保留基准验证器，避免了其他环境扩展方法常见的一个误区。
作者信息主封装部分
关于作者
章节标题
每个作者的主封装部分
#### Sergio De Simone
显示更多
显示更少
#### 本内容属于 AI、机器学习与数据工程主题
##### 相关主题：
- 开发
- AI、机器学习与数据工程
- 开源
- 大型语言模型
- 智能体
- 相关编辑内容
- 相关赞助内容 AI 的物理限制：AI 如何重塑数据中心
- 相关赞助商 PostgreSQL 专为时间序列扩展而设计 无需牺牲性能即可使用 PostgreSQL 处理海量时间序列数据。了解 Tiger Data 如何实现高速数据摄入、快速查询和可扩展存储。了解更多。
InfoQ 新闻通讯
每周五汇总 InfoQ 最新内容，每 Tuesday 发送。加入超过 250,000 名高级开发者的社区。查看示例
我们保护您的隐私。 /think