Google 开源 EnvHarness：按 agent 弱点动态调整训练环境
- 框架定位：Google 研究者开源 EnvHarness，其特点是在不修改 agent、不修改环境、也不修改评测系统的前提下，按 agent 当前暴露的弱点动态调整训练环境。
- 官方口径：研究者称这一路径可同时改善学习效果与学习效率，并帮助 agent 克服自身弱项。
- 行业意义：当训练环境随策略表现变化，环境就不再是预先固定的静态资产，而成为训练循环中可调的一个组件。这条路线是否成立，取决于弱点识别环节的可信度——把弱点定位错，等于把训练预算投向并不关键的能力缺口。
- 信息边界：当前公开信息仅有一段摘要，未披露环境类型、任务分布、对照基线、量化提升幅度与代码仓库地址，也未说明是否已接入 Google 内部训练流程。 🔗 InfoQ 报道