本文为自动翻译。查看原文请点击这里。
大多数智能体讨论仍然停留在推理阶段。
模型能回答提示吗？它能调用工具吗？它能把任务完成一次吗？
新的 OpenEnv + Foundry 讨论之所以有意思，是因为它想把话题推进到更有雄心的方向：如何构建一个真正会随着时间不断变好的智能体系统？
这才是一个好得多的问题。
关键转变是从响应走向学习闭环
Foundry 这篇文章把问题放在 environment、evals、rubrics、optimization 和 post-training 这些概念上。
可以用一句话概括：
目标不再只是运行一个智能体，而是拥有一个能根据真实结果对智能体进行度量和改进的闭环。
这正是我认为开发者应该关注的地方。
因为一旦你这样看，持久的资产就不只是模型或 prompt 了，而是它周围的系统：
- 它运行的 environment
- 给它打分的 rubric
- 解释发生了什么的 traces
- 改进配置的 optimizer
这是一种更适合企业的思考方式。
即使你不做 RL 研究，这也很重要
说实话，OpenEnv、post-training、world-modeling 这些术语很容易让很多开发者立刻失去兴趣。
但实际结论比术语简单得多。
即使你从不直接碰训练闭环，这项工作也在塑造未来智能体开发的平台故事：
- evaluations 变成 first-class
- optimization 从偶尔发生变成持续发生
- environments 变成可复用资产
- 更好的智能体行为变成可度量的东西，而不只是“demo 里感觉更好”
这是向前迈出的一大步。
我的看法
这次公告最聪明的地方不是某个具体研究细节。
而是 framing。
Microsoft 显然正在把生态从静态 prompt engineering 推向 outcome-driven 智能体系统。这些系统可以被评估、调优、治理，并逐步改进。
真正的平台价值就在这里。
如果你今天正在构建智能体，哪怕只是在应用层，也值得关注这个方向会走向哪里。
