Google研究人员开源了EnvHarness,这款工具会自动调整智能体的训练环境,针对其薄弱环节进行训练。它可叠加在任何使用标准reset()和step()调用的现有环境之上,通过插件组件改变初始状态、规则或观测内容,而无需改动核心任务或验证器。内置的EnvRigger会监测智能体、找出反复出现的失败情况、生成有针对性的环境变体,并通过新的交互验证这些变体。测试显示,Gemini 3.5 Flash和Claude Sonnet 4.6等模型在WebArena和ALFWorld等基准测试中的成绩提升了2.9至3.7个百分点。
为什么重要
开发者无需重新构建基准测试或验证器,就能更快训练出能力更强的智能体。