أصدر باحثو Google أداة EnvHarness مفتوحة المصدر، وهي تعيد تشكيل عالم تدريب الوكيل تلقائيًا لاستهداف نقاط ضعفه. تعمل الأداة فوق أي بيئة قائمة تستخدم الاستدعاءين القياسيين reset() وstep()، وتضيف مكونات قابلة للتوصيل تغيّر حالات البدء أو القواعد أو الملاحظات، من دون المساس بالمهمة الأساسية أو أداة التحقق منها. وتراقب أداة EnvRigger المدمجة أداء الوكيل، وترصد الإخفاقات المتكررة، وتنشئ تعديلات موجهة، ثم تتحقق من فاعليتها عبر تفاعلات جديدة. وأظهرت الاختبارات أن نماذج مثل Gemini 3.5 Flash وClaude Sonnet 4.6 حققت تحسنًا يتراوح بين 2.9 و3.7 نقاط مئوية في اختبارات معيارية مثل WebArena وALFWorld.
لماذا يهم
يمكن للمطورين تدريب وكلاء أقوى بوتيرة أسرع، من دون إعادة بناء الاختبارات المعيارية أو أدوات التحقق منها.
