# Google släpper EnvHarness för AI-agenter som utvecklas själva

> Ramverket med öppen källkod låter utvecklare ändra träningsmiljöer direkt och förbättra agenters resultat med upp till 3,7 procentenheter på flera benchmarktester.

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

Google-forskare har gjort EnvHarness tillgängligt som öppen källkod. Verktyget anpassar automatiskt en agents träningsmiljö för att träna på dess svagheter. Det fungerar ovanpå befintliga miljöer som använder standardanropen reset() och step() och lägger till komponenter som ändrar startlägen, regler eller observationer utan att påverka själva uppgiften eller dess verifierare. Den inbyggda EnvRigger övervakar agenten, hittar återkommande misslyckanden, skapar riktade förändringar och validerar dem genom nya interaktioner. Tester visade att modeller som Gemini 3.5 Flash och Claude Sonnet 4.6 förbättrades med 2,9–3,7 procentenheter på benchmarktester som WebArena och ALFWorld.

## Fakta

- EnvHarness presenterades den 2026-10-16 ("Fri Oct 16 2026 21:00:00 GMT+0200")
- Resultaten förbättrades med 2,9–3,7 procentenheter för de fyra testade modellerna

## Varför det spelar roll

Utvecklare kan träna bättre agenter snabbare utan att bygga om benchmarktester eller verifierare.

## Källor och referenser

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

Senast uppdaterad: 2026-10-16