谷歌开源EnvHarness 让静态环境变自适应训练场

时间：2026 年 8 月 30 日 地点：美国山景城 / 在线（arXiv 2608.19880） 人物：Chengsong Huang（华盛顿大学圣路易斯分校博士生、谷歌云 AI 研究实习生），合作者来自 Google Cloud AI Research、Google Cloud 与北卡罗来纳大学教堂山分校，共 16 位作者。 事件详情：谷歌联合华盛顿大学圣路易斯分校与北卡罗来纳大学教堂山分校，正式发布 EnvHarness 论文及配套开源代码。EnvHarness 是一层可编程插件层，包裹现有静态 Agent 评测环境，在不动底层模拟器代码的前提下，通过标准 reset() / step() 接口动态调整任务起点、可执行动作与观察空间，同时保留原有人工构建的 verifier。配套组件 EnvRigger 是一个 LLM 设计师，会读取 Agent rollout 轨迹、诊断系统缺陷、并自动写出针对该弱点的 Python 组件，再用新 rollout 验证，每任务最多五轮修订。整套框架以 Apache-2.0 协议开源，托管在 google-research/envharness，附带 6 个环境的复现驱动；新基准只需实现 reset / step / observe / evaluate / get_env_state / save_state / from_state 七个方法即可接入。 背景：传统 LLM Agent 训练所用交互环境多为一次性手写且固定不变，导致强化学习的奖励信号多样性快速枯竭。已有的"重新生成环境"方案需要领域专属流水线，并依赖大量 LLM 写作的 verifier，工程成本高且效果未必优于原静态基准。 影响：在 ALFWorld、WebArena、SWE-bench Verified 等 5 个基准、4 个领域上，使用 EnvHarness 后 Agent 在未见实例上最高提升 9.0 分，同时执行步数减少 9.8%。该方法把"环境随策略协同演化"做成可复用范式，已显著降低 Agent 训练与评测的工程门槛，项目页 envharness.com 上线首日即登上 Hugging Face 每日论文榜首。 总结：EnvHarness 用"环境脚手架"思路给静态基准加一层可编程插件，让同一套环境能针对不同 Agent 自动产出针对性训练信号，是 Agent 强化学习训练基础设施的关键补全，对长期自主训练与通用 Agent 评测都具有重要价值。 参考来源： 1. MarkTechPost：https://www.marktechpost.com/2026/08/30/google-ai-introduces-envharness-a-programmable-layer-that-turns-static-agent-environments-into-adaptive-training-worlds/ 2. arXiv 论文：https://arxiv.org/abs/2608.19880 3. GitHub 开源代码：https://github.com/google-research/envharness 4. 36 氪（中文报道）：https://www.36kr.com/p/3952922405256328 5. 项目主页：https://envharness.com/ 6. Sophon 论文速览：https://sophon.at/papers/envharness-awakening-static-worlds-for-agent-learning 7. CoinDesk 报道：https://coindesk.cc/google-introduces-envharness-to-enhance-agent-training-environments-104098.html 8. hackcv 每日研究简报：https://hackcv.com/posts/research-brief-2026-08-22