EnvOpt：代理環境的自動化優化

EnvOpt 是芝加哥大學、UC Berkeley Sky Computing Lab 與 Bespoke Labs 提出的方法，能自動重構代理的固定環境以降低成本，在五個基準的未見測試集上將目標代理的成本平均降低 48%，且通過率更高或相近。在 AutomationBench 上，它以僅 15% 的成本，通過率比 Meta-Harness 高出 9.67%，且優化後的環境可遷移至其他 harness 與模型，包括在 AutomationBench 上平均降低 75.7% 的成本。大部分節省來自輸入 token，主要是工具執行結果；在 AutomationBench 上進行一次離線優化約需 150 美元，同時節省了運行 Claude Opus 4.8 的 77.5% 成本。