# Google lanza EnvHarness para agentes de IA que evolucionan

> Este marco de código abierto permite ajustar los entornos de entrenamiento sobre la marcha y mejorar hasta un 3,7 % el rendimiento de los agentes en varias pruebas de referencia.

Oossa · 2026-10-16 · https://oossa.com/es/google-releases-envharness-for-self-evolving-ai-agents

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.

## Los hechos

- EnvHarness se anunció el 2026-10-16 ("Fri Oct 16 2026 21:00:00 GMT+0200")
- Las mejoras de rendimiento oscilaron entre 2,9 y 3,7 puntos porcentuales en cuatro modelos evaluados

## Por qué importa

Los desarrolladores pueden entrenar agentes más capaces con mayor rapidez, sin tener que reconstruir las pruebas de referencia ni los verificadores.

## Fuentes y referencias

1. [Google EnvHarness Enables Self-Evolving Agents to Learn in Dynamics Environments](https://www.infoq.com/news/2026/10/envharness-self-evolving-agents/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=AI%2C+ML+%26+Data+Engineering) – InfoQ, 2026-10-16

Última actualización: 2026-10-16