Googleの研究者らは、エージェントの弱点に狙いを定めて学習環境を自動で作り替えるツール「EnvHarness」をオープンソース化した。標準のreset()とstep()を使う既存の環境に重ねて利用でき、タスク本体や検証機能には手を加えずに、開始状態やルール、観測内容を変えるプラグインを追加できる。内蔵のEnvRiggerがエージェントの動作を監視し、繰り返し発生する失敗を見つけて、狙いを絞った変更を作成。新たなやり取りを通じて、その有効性を検証する。テストでは、Gemini 3.5 FlashやClaude Sonnet 4.6などのモデルが、WebArenaやALFWorldといったベンチマークで2.9～3.7ポイント向上した。
なぜ重要か
ベンチマークや検証機能を作り直さなくても、開発者はより高性能なエージェントを短期間で訓練できる。
