EnvOpt 研究：优化 Agent 环境呈现方式可大幅降本提效
AlexGDimakis · x · 2026-11-14
UT Austin 教授 Alex Dimakis 团队发布 Environment Optimization（EnvOpt）研究。
- 核心观点：Agent 的成本与性能取决于三件事——模型、harness、环境结构；学界大量工作优化前两者，这项研究关注环境如何向 agent 呈现信息。
- 例子：公司的 Slack、文档、数据库、代码仓库可以远程 server/MCP 形式提供，也可导出为纯文本文件用 grep 搜索——仅这一选择就会显著影响 agent 完成任务所需的工作量。
- 概念上限于「stationary environments」：即跨大量任务保持不变的大规模 artifact 集合，此时优化才有意义。
- 配图 AutomationBench 结果：EnvOpt 在所有测试 agent 上同时降低总成本并提升 pass rate，优于 GEPA 和 Meta-Harness；Claude Haiku 5.5 + EnvOpt 可超过 baseline 配置下的 Claude Opus 5；EnvOpt 还能叠加在 Meta-Harness 之上进一步推高 Pareto 前沿。
所属事件:EnvOpt新研究：优化Agent环境呈现可降本提效(2 条相关)→
「编程与Agent」频道最新
- Metabase MCP Server 开源:33 个工具让 LLM 直查仪表盘与 SQL — modelcontextprotocol · 2026-11-14
- Harbor 推出 rollout server:给 AI 智能体任务补上控制平面 — WalterReade · 2026-11-14
- Semgrep CEO：前沿模型能写漏洞利用，AI 安全防线要靠沙箱和钩子 — blaizedsouza · 2026-11-14
- fofrAI 用 Carbon agents 为自定义 VFX 工具注入逼真人体运动 — fofrAI · 2026-11-14
- 论文宣称「Harness 工程终结」：让循环自动改写 agent 框架，人类只留考卷 — blaizedsouza · 2026-11-14
- Salnate 给 AI teammate 集成凭证管理，可共享或独立配置登录 — inductionheads · 2026-11-14