EnvOpt 提出智能体环境自动优化方法，Claude Haiku 4.5 成本降 72.7%
原文标题：EnvOpt: Automated Optimization for Agent Environments
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 EnvOpt，在模型参数与 harness 之外开辟第三条优化方向：对智能体所处的固定环境做端到端自动优化，无需评分器或参考答案。在 AutomationBench 上使 Claude Haiku 4.5 成本下降 72.7%、通过率提升 14.34%，并可迁移到 Opus 5 及 Meta-Harness 之上。结果表明信息如何呈现给智能体同样决定成本与成功率。
- 问题
- 智能体成本与成功率除模型和 harness 外，还受所处固定环境影响。
- 方法
- 提出 EnvOpt，对多任务共享的固定环境做端到端自动优化，无需评分器或参考答案。
- 结果
- AutomationBench 上 Claude Haiku 4.5 成本降 72.7%、通过率升 14.34%；迁移到 Opus 5 成本降 68.1%。
- 影响
- 开辟模型与 harness 之外的第三条优化路径，信息呈现方式本身决定成本与成功率。
深读 · 结论先行AI 生成展开看要点与影响 ↓
EnvOpt 不改模型与 harness，仅优化固定环境就让 Claude Haiku 4.5 成本降 72.7%、通过率升 14.34%。
- •提出参数调优、harness 优化之外的第三条方向：对多任务共享的固定环境做端到端自动优化，无需评分器或参考答案
- •在 AutomationBench 上 Haiku 4.5 成本降 72.7%、通过率升 14.34%
- •同一环境迁移到 Opus 5 成本降 68.1%、通过率仅升 1.34%
- •叠加在 Meta-Harness 优化后的 harness 上，成本再降 83.4%、准确率再升 11.17%
- •跨 5 个基准均降成本且通过率不降，可迁移到不同模型与 harness
为什么重要：结论是「信息如何呈现给智能体」与模型、harness 同等影响成本与成功率，为已调完模型和框架的团队提供了新的降本杠杆。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。