דלגו לתוכן
גיליון 001·חי·20:20 IL
→ יומן/2026-10-31·8 דק׳

AgentEnv של Scale AI: מה framework קוד-פתוח לסביבות RL שולח, וכמה בוגר הוא נראה

Scale Labs שחררה בקוד פתוח את AgentEnv, SDK של Python ו-CLI לבניית סביבות מכולות והמשימות שמדרגות סוכנים בתוכן. מה הפוסט טוען, מה המאגר ו-PyPI מראים, ומה הייתי בודק לפני שבונים עליו.

מאת Harel Asaf·בונה בינה מלאכותית·תל אביב

Scale Labs פרסמה את "Introducing AgentEnv: An Open-Source Framework for Building RL Environments". ה-framework הוא SDK של Python ו-CLI לבניית עולמות מדומים (Slack, help desk, דפדפן), ואז להרצת משימות בהם ודירוג של מה שסוכן עשה. בחירת העיצוב שבולטת היא "world first": סביבה אחת מארחת הרבה משימות והרבה סוכנים, וסביבות מתוארות על ידי כרטיס שכל סוכן יכול לקרוא.

קראתי את הפוסט, את ה-README ב-GitHub ואת הערכים ב-PyPI וב-changelog של Vercel. לא התקנתי אותו, לא הרצתי agent-env run hello, ולא קראתי את אתר התיעוד. טענות על איך שהוא עובד הן של Scale.

מה Scale אומרת שזה

  • "Every RL environment Scale builds runs on AgentEnv. Today we're open-sourcing it."
  • הפוסט טוען של-RL אין מקבילה של קורפוס pre-training, אז סביבות ומשימות נבנות ברובן מאפס, והעלות של בנייתן "grows linearly with their fidelity".
  • שלושה אילוצים על סביבה טובה: מספיק ריאליסטית כדי שההתנהגות תעבור, מספיק מדויקת כדי שה-reward ישקף התנהגות אמיתית, ומספיק ניתנת להרחבה עבור משימות ומסלולים שונים.
  • מהנדסים, חוקרי ML ומומחי תחום יכולים כל אחד להיות הבעלים של החלק שלו במקביל.

אבני בניין

Environment בנוי מבלוקים מודולריים עם גרסאות: סביבות (Slack, Gmail, help desk, דפדפן, תוכנת דסקטופ כמו Blender, אפילו משחק וידאו), Artifact של נתונים שמאכלס אותן, ו-Rules (השעון, טריגרים ותפקידים).

כל סביבה נושאת Environment Card, חלק מ-AgentEnv Environment Protocol הפתוח: מניפסט של מה היא, אילו כלים היא מציעה ואיך להגיע אליהם. הפוסט מראה סוכנים שקוראים אותו ב-/.well-known/agent-env.json, ואז קוראים לכלי כמו email_search דרך MCP. ה-Agent Card של סוכן, מפרוטוקול A2A, עובד בכיוון ההפוך. כלים יכולים להיות מוגשים דרך MCP, REST או CLI שנוצר אוטומטית.

הבלוקים מתחברים יחד: סביבת help desk, אימייל ורשומות-לקוחות יוצרת סביבת Support Desk, וכמה סביבות יכולות לחלוק את אותן סביבות Slack ואימייל תשתיתיות עם נתונים משלהן. הפוסט אומר ש-Scale בונה מקומות עבודה מדומים ככה עם תריסר ויותר סביבות.

משימות

Task הוא DAG של צעדים: להקים את העולם, לטעון נתונים, לקבוע את השעון, להכניס סוכן, למסור לו עבודה, לאסוף פלט, לדרג אותו עם rubric או בדיקה קפדנית. הפוסט אומר ש-AgentEnv שולח 48 טיפוסי צעדים מובנים ושאפשר להוסיף משלכם כ-plugins. משימה לא חייבת להיות דגימת אימון. הדוגמה בפוסט נותנת לסוכן תדריך ו-sandbox של Blender בלי rubric, פשוט כדרך להתנסות.

תשתית

לפי הפוסט, סביבה שנבנתה locally רצה ללא שינוי בענן שלכם. הוא מפרט תמיכה מיום ראשון ב-AWS (S3, ECR, Secrets Manager) וב-Google Cloud (Cloud Storage, Artifact Registry, Secret Manager) דרך config.toml אחד. הוא מפרט ארבעה sandboxes מהקופסה: Docker מקומי, containers של Modal, ומכונות וירטואליות של Modal ו-E2B, ואומר שאפשר לרשום משלכם. Modal הוא ברירת המחדל של Scale.

דוגמאות plugins שמופיעות כוללות סביבת OpenCiv3 שבה סוכני AI משחקים אחד נגד השני, ומשחקים כמו פוקר, CATAN ו-Minecraft.

מה המאגר והרישומים מראים

נבדק ב-31 באוקטובר 2026.

  • מאגר: scaleapi/agentenv-framework, רישיון Apache 2.0, נוצר ב-24 בספטמבר 2026, 329 כוכבים ו-43 issues פתוחים כשהסתכלתי. ה-README קורא לו "a Python SDK and CLI for building, deploying and running agentic environments and the tasks that grade agents inside them", עם סביבות כשרתים מכולות שמדברים את ה-agentenv-framework-protocol הפתוח.
  • התקנה: uv tool install agentenv-framework ואז agent-env run hello, שלפי ה-README לא צריך Docker, מודל או קונפיגורציה. Python 3.11.4 ומעלה. הרצת סביבות locally צריכה Docker daemon. backends של ענן הם extras (aws, gcp), ו-config שמזכיר backend בלי ה-extra שלו נכשל ומזכיר את ה-extra.
  • PyPI: agentenv-framework 0.9.1399, classifier "Beta", Apache-2.0, 141 גרסאות, הראשונה הועלתה ב-30 בספטמבר והאחרונה ב-31 באוקטובר 2026. גרסת pre-1.0 עם קצב שחרור כזה מרמזת על ממשק שעדיין זז. זה הסק שלי, לא הצהרה של Scale.
  • Vercel: ערך changelog של Vercel מתוארך 26 באוקטובר אומר ש-AgentEnv עכשיו רץ על Vercel Sandbox, עם ה-provider שמשוחרר ב-0.9.1334 ומעלה, ומריץ את הסוכן ואת סביבת המשימה שלו ב-Sandboxes נפרדים. זה ספק sandbox חמישי לצד הארבעה בפוסט של Scale, אז רשימת הפוסט היא לא כל הסט. לא בדקתי מי בנה את ה-provider של Vercel.

הערת תאריך אחת: עמוד הבלוג שהבאתי מראה "10/5/2026" מתחת לכותרת, בזמן שמטאדאטה של חיפוש תארכה אותו ל-31 באוקטובר. לא הצלחתי לדעת איזה מהם תאריך הפרסום, אז אני לא קובע אחד.

מה הייתי בודק

אלה הצעות שלא בדקתי.

1. להריץ קודם את משימת hello. זה הנתיב היחיד שה-README אומר שלא צריך שום דבר אחר.

2. לקרוא Environment Card מסביבה רצה ולאמת אילו כלים היא חושפת לפני שמפנים אליה סוכן.

3. לנעול את הגרסה. ב-0.9.x עם שחרורים תכופים, משימה שרצה היום עלולה לדרוש שינויים.

4. לבדוק למה סוכן יכול להגיע. סביבה היא שרת עם כלים. לסקור גישת רשת ו-credentials ב-sandbox שבחרתם, במיוחד עם ה-extras של הענן.

5. להסתכל איך דירוג מוגדר למשימה שאכפת לכם ממנה. rubric טוב רק כמו הבדיקה שלו, והפוסט מזכיר את דיוק ה-reward כאחד משלושת האילוצים שלו.

6. לנסות משימה אחת על שני סוכנים. הפוסט אומר שאותה משימה רצה ללא שינוי על Claude Code, הסוכנים של OpenAI או שלכם. לבדוק את זה על ההתקנה שלכם.

מה לא הייתי מסיק

  • שסביבות שנבנו כאן מייצרות אות אימון טוב. הפוסט מזכיר ריאליזם ודיוק כחלק הקשה ולא נותן מדידה.
  • שהוא יציב. PyPI אומר Beta, גרסה 0.9.x.
  • ש"any agent, any sandbox" נכון לסטאק שלכם. לא בדקתי שום שילוב.
  • שהשימוש הפנימי של Scale מוכיח התאמה חיצונית. הפוסט אומר ש-Scale מריצה את הסביבות שלה עליו, וזה עומס עבודה שונה משלכם.

שאלות נפוצות

מה זה AgentEnv?

לפי ה-README, SDK של Python ו-CLI לבנייה, פריסה והרצה של סביבות סוכניות והמשימות שמדרגות סוכנים בתוכן.

תחת איזה רישיון הוא?

Apache 2.0, לפי המאגר ו-PyPI.

איך מנסים אותו?

ה-README אומר להתקין עם uv tool install agentenv-framework ולהריץ agent-env run hello.

אילו sandboxes הוא תומך?

הפוסט של Scale מפרט Docker מקומי, containers של Modal, ומכונות וירטואליות של Modal ו-E2B. ערך changelog של Vercel אומר ש-provider של Vercel Sandbox שוחרר בגרסה 0.9.1334.

מה זה Environment Card?

מניפסט שאומר מהי סביבה, אילו כלים היא מציעה ואיך להגיע אליהם, מוגש ב-/.well-known/agent-env.json לפי הפוסט.

האם זה רק לאימון RL?

לא. הפוסט אומר שמשימה יכולה להיות ניסוי בלי rubric, כמו תדריך Blender.

האם הוא מוכן לייצור?

PyPI מסווג אותו Beta בגרסה 0.9.1399. לא בדקתי אותו.

מקורות

כולם נקראו ב-31 באוקטובר 2026.

לא נקראו: אתר התיעוד, ה-README של חבילת הפרוטוקול, ודוגמאות ה-plugins.

קריאה נוספת

יומן הבנייה

לעקוב אחרי העבודה.

מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.

עקבו ב-RSS