Investigadores de Google han publicado EnvHarness como código abierto: una herramienta que modifica automáticamente el entorno de entrenamiento de un agente para abordar sus puntos débiles. Funciona sobre cualquier entorno existente que utilice las llamadas estándar reset() y step(), y añade componentes intercambiables que cambian los estados iniciales, las reglas o las observaciones sin alterar la tarea principal ni su verificador. El EnvRigger integrado supervisa al agente, detecta fallos recurrentes, crea modificaciones específicas y las valida mediante nuevas interacciones. En las pruebas, modelos como Gemini 3.5 Flash y Claude Sonnet 4.6 mejoraron entre 2,9 y 3,7 puntos porcentuales en pruebas de referencia como WebArena y ALFWorld.
Por qué importa
Los desarrolladores pueden entrenar agentes más capaces con mayor rapidez, sin tener que reconstruir las pruebas de referencia ni los verificadores.
