أعلن باحثو جوجل عن إطلاق EnvHarness كمشروع مفتوح المصدر، وهو إطار عمل يكيّف بيئات تدريب الوكلاء ديناميكيًا مع نقاط ضعف الوكيل دون الحاجة إلى تعديل الوكيل نفسه، أو البيئة، أو نظام التقييم. يرى الباحثون أن هذا النهج يمكن أن يحسن فعالية وكفاءة التعلم، مع مساعدة الوكلاء على التغلب على نقاط ضعفهم.
ما المشكلة التي يحلها EnvHarness؟
لهذا عواقب مهمة؛ فالوكيل الذي يستمر في التحسن مقابل معيار ثابت يتوقف في النهاية عن التعلم منه. تكون حالات البدء والقواعد والملاحظات هي نفسها لكل متعلم في كل مرحلة، لذلك بمجرد أن يتمكن الوكيل من حل المهام، لا يكون للبيئة ما تعلمه إياه.
ويوضح الباحثون أن إنشاء البيئات مكلف، ويتطلب مسارات عمل خاصة بالمجال وغالبًا ما يعتمد على أدوات تحقق باهظة الثمن أو غير موثوقة. وعلى الرغم من هذه الجهود، تظل البيئات الناتجة ثابتة. لتسهيل تدريب المهندسين للوكلاء في بيئات تكيفية، قاموا بإنشاء EnvHarness.
كيف يعمل EnvHarness؟
يعمل EnvHarness كطبقة قابلة للبرمجة من المكونات الإضافية التي تغلف بيئة ثابتة، وتغير فقط الواجهة التي يتفاعل الوكيل من خلالها. من خلال إدخال تعديلات ديناميكية، يمكنه إعادة تشكيل سلوك البيئة دون تغيير هيكلها الأساسي أو نظام التقييم الخاص بها.
يغلف EnvHarness بيئة موجودة باستخدام واجهة reset() وstep() القياسية ويوفر ثلاثة أنواع من المكونات القابلة للتركيب: setup، الذي يخصص الحالة الأولية للبيئة؛ وrule، الذي يقيد انتقالات الحالة استجابة لإجراءات الوكيل؛ وlink، الذي يخصص الملاحظة المقدمة للوكيل.
يقدم الإطار أيضًا EnvRigger، الذي يحدد تلقائيًا كيفية تكييف البيئة مع وكيل معين عن طريق تحليل سلوك الوكيل، وتحديد نقاط الضعف المتكررة، وتوليد تعديلات مستهدفة، والتحقق منها من خلال تفاعلات جديدة. يتيح التنفيذ المتكرر لحلقة EnvRigger التطور المشترك المستمر بين الوكيل وبيئته، مما يفتح مكاسب أداء مركبة تتناسب بفعالية مع عدد المهام المخصصة.
وفقًا لورقة جوجل البحثية، أدت إضافة طبقة EnvHarness إلى تحسين أداء الوكيل عبر معايير مثل WebArena وSWE-bench Verified وALFWorld، دون تعديل منطقها الأساسي. اختبر الباحثون عدة نماذج، بما في ذلك Gemini 3.1 Flash-Lite وQwen3.6 27B وGemini 3.5 Flash وClaude Sonnet 4.6، وقد أظهرت جميعها مكاسب في الأداء تتراوح بين 2.9 و 3.7 نقطة مئوية.
يخلص الباحثون إلى أن EnvHarness يحقق مكاسب ثابتة حيث لا تستطيع البيئات الثابتة ذلك، ويتعمم عبر المجالات من خلال واجهة محايدة للمجال، ويحسن الكفاءة عن طريق إصلاح السلوكيات المهدرة.
تعليقًا على الإعلان، أشار آصف رزاق، المؤسس والرئيس التنفيذي لـ Marketechpost، على LinkedIn إلى أن EnvHarness "يغلف بيئة موجودة من خلال واجهة إعادة الضبط/الخطوة القياسية، لذلك تظل المهام الأصلية وأجهزة التحقق التي بناها البشر في مكانها. يكتب مصمم LLM الأغلفة ضد العيوب التي يجدها في عمليات تشغيل الوكيل الخاصة به." وبالمثل، أكد مهندس DevOps أنيكيت كومار أن Stage (setup) وContract (rule) وChain توفر تجريدًا نظيفًا يحافظ على أجهزة التحقق المعيارية، متجنبًا بذلك مأزقًا شائعًا في أساليب توسيع البيئة الأخرى.
