UC Berkeley等团队提出 EnvOpt，优化智能体环境以降低成本并提升通过率

UC Berkeley、芝加哥大学与 Bespoke Labs 的论文提出 EnvOpt，通过编码智能体迭代优化智能体驻留环境的组织与呈现方式。在 AutomationBench 上，Claude Haiku 4.5 成本降低 72.7%、通过率提升 14.34%；迁移至 Opus 5 后成本降低 68.1%、通过率提升 1.34%。