跳到主要內容
2026-10-31 日報
研究與評測

Google 開源動態環境框架 EnvHarness,免改底層系統助 Claude 與 Gemini 跑分提升最高 3.7 個百分點

AI 前線單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據報導,Google 研究人員開源自適應環境封裝框架 EnvHarness,主打無需修改 AI 代理、底層環境或評估系統,即可依據代理的弱點動態調整訓練環境。傳統靜態基準測試在代理掌握解法後便無法提供新知識,而 EnvHarness 透過標準 reset() 與 step() 介面封裝現有環境,僅改變代理的互動介面,並提供三種可組合元件:定義初始狀態的 setup、約束狀態轉換的 rule,以及自訂代理觀察輸入的 link。 該框架搭配名為 EnvRigger 的自動化機制,能分析代理行為軌跡以辨識重複出現的缺陷,自動生成針對性的環境修改方案並透過新互動驗證,使代理與環境持續共同進化。Google 論文實測顯示,在未修改模型核心邏輯下,將 EnvHarness 應用於 WebArena、SWE-bench Verified 及 ALFWorld 等基準測試時,Gemini 3.1 Flash-Lite、Qwen3.6 27B、Gemini 3.5 Flash 與 Claude Sonnet 4.6 的表現均提升了 2.9 至 3.7 個百分點。
讀原始報導