Исследователи Google открыли исходный код EnvHarness — инструмента, который автоматически перестраивает учебную среду агента, чтобы прорабатывать его слабые места. Он работает поверх любой существующей среды со стандартными вызовами reset() и step() и добавляет подключаемые компоненты для изменения начальных состояний, правил или наблюдений — без вмешательства в основную задачу и её верификатор. Встроенный модуль EnvRigger следит за агентом, выявляет повторяющиеся ошибки, создаёт целевые модификации и проверяет их в ходе новых взаимодействий. Испытания показали, что модели Gemini 3.5 Flash и Claude Sonnet 4.6 повышают результаты на 2,9–3,7 процентного пункта в таких тестах, как WebArena и ALFWorld.
Почему это важно
Разработчики могут быстрее обучать более эффективных агентов, не перестраивая тесты и верификаторы.
