热点事件持续更新

EnvOpt 自动将智能体环境成本降低 48%

1 篇报道1 个报道来源54 分钟前更新

先了解这件事

AI 综述

芝加哥大学、UC Berkeley Sky Computing Lab 和 Bespoke Labs 的研究人员发表了 EnvOpt，这是一种自动重构智能体静态环境以降低成本的方法。在五个基准上，EnvOpt 在未见过的测试集上将目标智能体的成本平均降低 48%，同时通过率保持不变或有所提升。在 AutomationBench 上，它以仅 15% 的成本在通过率上比 Meta-Harness 高出 9.67%，且优化后的环境可迁移到其他 harness 和模型，包括在 AutomationBench 上平均成本降低 75.7%。大部分节省来自输入 token，主要是工具执行结果。在 AutomationBench 上运行一次离线优化约需 150 美元，作者报告称其节省了运行 Claude Opus 4.8 的 77.5% 成本。

AI 根据报道生成 · 33 分钟前更新

最新进展11月15日 06:01

EnvOpt：面向智能体环境的自动化优化

报道时间线

沿着报道，了解事件的不同侧面。

11月15日

06:01
Hacker News · AI
EnvOpt：面向智能体环境的自动化优化
EnvOpt 是芝加哥大学、UC Berkeley Sky Computing Lab 与 Bespoke Labs 提出的一种方法，可自动重构智能体的静态环境以降低成本，在五个基准的未见测试集上将目标智能体的成本平均降低 48%，同时通过率更高或相近。在 AutomationBench 上，它以仅 15% 的成本将通过率比 Meta-Harness 高出 9.67%，且优化后的环境可迁移到其他 harness 和模型，包括在 AutomationBench 上平均降低 75.7% 的成本。大部分节省来自输入 token，主要是工具执行结果；在 AutomationBench 上进行一次离线优化约花费 150 美元，同时节省了运行 Claude Opus 4.8 的 77.5% 成本。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。