EnvOpt: Tối ưu hóa tự động cho môi trường của agent

EnvOpt, một phương pháp từ University of Chicago, UC Berkeley Sky Computing Lab và Bespoke Labs, tự động tái cấu trúc môi trường tĩnh của agent để cắt giảm chi phí, giảm chi phí của agent mục tiêu trên các tập kiểm thử chưa từng thấy trung bình 48% trên năm benchmark với tỷ lệ vượt qua cao hơn hoặc tương đương. Trên AutomationBench, phương pháp này vượt Meta-Harness 9,67% tỷ lệ vượt qua chỉ với 15% chi phí của nó, và các môi trường được tối ưu hóa chuyển giao được sang các harness và mô hình khác, bao gồm mức giảm chi phí trung bình 75,7% trên AutomationBench. Phần lớn khoản tiết kiệm đến từ token đầu vào, chủ yếu là kết quả thực thi công cụ, và một lần tối ưu hóa ngoại tuyến trên AutomationBench tốn khoảng 150 USD trong khi tiết kiệm 77,5% chi phí chạy Claude Opus 4.8.