Google 提出 EnvHarness：改造环境让 Agent 更聪明

jiqizhixin · x · 2026-08-28

Google 提出了 EnvHarness 框架，旨在通过环境端的脚手架来增强 Agent 学习。与 Agent Harness 围绕冻结的 LLM 增加记忆和技能类似，EnvHarness 包装静态环境并重塑其对 Agent 交互的响应方式，而无需触及环境核心。其通过四步循环读取 Agent 轨迹、识别弱点、提出环境修改建议并验证是否能产生更好的训练信号。目标是让环境提供更丰富的信息，而不仅仅是更难或更容易。结果表明，环境端的脚手架可以比单纯的 Agent 端调整提供更丰富的训练信号。