谷歌开源EnvHarness助智能体按短板动态进化环境

谷歌研究人员开源了 EnvHarness，一套面向自进化智能体的轻量级环境适配框架。它能够根据智能体暴露出的能力短板动态调整训练环境，同时不改动智能体本身、底层环境结构或评估系统，目标是提升学习效率并帮助智能体修正薄弱行为。

许多自我进化型智能体主要依靠重写提示词、获取新技能来提升能力，却很少改变自身所处的环境。当初始状态、规则和反馈长期固定后，智能体即使持续优化，也可能很快学完基准任务，难以获得新的知识。传统环境生成通常需要领域专用流程，并依赖成本高或稳定性不足的验证器，最终生成的环境也往往是静态的。

EnvHarness 通过可插拔组件包裹现有环境，只改变智能体的交互接口。它使用标准的 reset() 与 step() 方法进行集成，并提供三类可组合组件：setup 用于定制初始状态，rule 用于依据智能体动作限制状态转移，link 则负责调整展示给智能体的观测结果。环境变异逻辑与智能体训练相互解耦，也不要求重新设计原有评估流程。

框架还包含 EnvRigger。该模块会分析智能体的运行轨迹，识别反复出现的缺陷，生成针对性的环境修改方案，再通过新的交互验证调整效果。持续运行这一循环后，智能体和环境能够共同进化，性能提升可以随着定制任务数量增加而累积扩展。

论文显示，加入 EnvHarness 后，智能体在 WebArena、SWE-bench Verified 和 ALFWorld 等基准上的表现均有所提升，且核心逻辑无需改动。参与测试的模型包括 Gemini 3.1 Flash-Lite、Qwen3.6 27B、Gemini 3.5 Flash 和 Claude Sonnet 4.6，成绩提升幅度均处于2.9至3.7个百分点之间。

研究人员认为，EnvHarness 能在静态环境难以继续提供训练价值时带来持续收益，并借助领域无关接口实现跨领域泛化，同时通过纠正无效行为提高执行效率。相关讨论中，Asif Razzaq指出，开发者只需围绕智能体轨迹中发现的缺陷编写封装逻辑，原始任务和人工验证器即可保留；DevOps 工程师 Aniket Kumar 则认为，setup、rule 与 link 构成了清晰抽象，在保留基准验证器的同时规避了环境扩展中的常见问题。