EnvOpt：智能体环境优化新方向，成本直降72.7%

智能体的成本与成功率，通常被归因于模型参数和运行框架（harness）。但一篇新论文提出了第三条优化路径：对智能体所处的"静态环境"进行自动化优化。这就是 EnvOpt——一种无需标注答案、仅靠真实或合成任务即可端到端优化环境的方法。

为什么环境值得单独优化

论文指出，LLM 智能体的成本和成功取决于三要素：模型、harness 和环境。参数调优与 harness 优化已被广泛研究，但环境本身长期被当作固定背景。现实中，智能体常部署在由大量任务共享的丰富环境里——比如公司的 Slack 工作区，或由数据源、文档、工单组成的复杂集合。作者将这类环境称为静态环境（stationary environments）。

核心洞察在于：信息以何种形式呈现给智能体，会同时影响它的成本和成功率。同样的模型和 harness，换一种环境表示方式，结果可能天差地别。这意味着环境本身就是一个值得优化的维度，而不只是被动接受的约束。

Harness（运行框架） 指包裹在基础模型之外、负责驱动智能体完成任务的整套工程代码与逻辑，通常包括提示词模板、工具调用解析、多轮循环控制、上下文管理与错误重试等。它决定了模型「如何被使用」，与模型参数本身相互独立。同一个模型配不同 harness，任务成功率可能相差显著，因此 harness 优化成为近期智能体工程的热点方向之一。理解 harness 与模型、环境三者的分工，有助于看清 EnvOpt 的定位——它不改变模型权重，也不重写 harness，而是调整智能体所面对的那部分信息世界。

静态环境（stationary environments） 指在大量任务之间保持共享、不随单个任务即时改变的外部信息集合，例如一个公司长期使用的 Slack 工作区，或由数据源、文档、工单构成的业务知识库。与之相对的是随任务动态生成或演化的环境。静态环境的特点是「一次组织、多次复用」，因此对其结构、命名、字段与呈现方式的任何改进，都能在众多后续任务上持续产生收益，这也是它值得被单独优化的经济学理由。

EnvOpt 做了什么

EnvOpt 的定位是端到端自动化优化静态环境，且适配任意给定的模型与 harness。它的关键约束是不需要评分器（graders）或参考答案——只依赖真实或合成任务来驱动优化。这降低了环境优化的门槛，使其可以应用于那些难以人工标注的复杂业务场景。

论文还讨论了自动化优化过程中常见的成功策略与被拒绝的策略，为后续实践提供了经验参考。

评分器（grader）与参考答案 是智能体评测与优化中常见的监督信号：评分器依据标准答案或规则对智能体输出打分，优化过程再依据分数反馈调整策略。这类信号虽然精确，但构建成本高，且在开放式业务场景中往往难以事先定义。EnvOpt 刻意绕开这一依赖，意味着它需要从任务本身（真实或合成的成功/失败信号）中提取优化方向，从而能覆盖那些「说不清什么叫正确答案」的复杂环境。这也解释了论文为何要单独讨论被拒绝的策略——在没有显式评分器时，搜索过程更容易走入无效方向，需要有效的筛选机制。

实验数据：成本与通过率的双重改善

在 AutomationBench 上，EnvOpt 将 Claude Haiku 4.5 的成本降低了 72.7%，同时通过率提升 14.34%。更你可能没注意到环境迁移性：同一套优化后的环境直接用于 Opus 5，成本下降 68.1%，通过率仍有 1.34% 的增长。

当 EnvOpt 叠加在 Meta-Harness 为 Haiku 4.5 优化过的 harness 之上时，效果进一步放大：相比单独使用 Meta-Harness，成本再降 83.4%，准确率额外提升 11.17%。跨 5 个基准测试，EnvOpt 均显著降低智能体成本，同时保持或提升通过率，并可迁移到不同模型和不同 harness。

对智能体落地的启示

这些结果指向一个务实的结论：在模型能力趋于同质化的背景下，环境工程可能成为性价比更高的优化杠杆。企业部署智能体时，除了挑选更强的模型或更精巧的 harness，还应审视信息如何被组织、呈现给智能体——文档结构、数据源组织方式、工单字段设计，都可能是成本与成功率的隐藏变量。

EnvOpt 的价值在于把这件事从手工试错变成了可自动化的流程，并且证明了优化成果可以在模型和 harness 之间复用。对于构建共享工作区类智能体应用的团队，这是一条值得关注的新路径。