Hugging Face 宣布 OpenEnv 转为委员会治理，定位智能体 RL 环境接口层

OpenEnv 是一个用于创建智能体执行环境（如终端、浏览器或智能体可交互的任何事物）的工具。今天，我们很高兴地宣布，OpenEnv 正变得更加开放，以推动智能体训练的未来走向开源。

从今天起，OpenEnv 将由一个委员会协调，该委员会目前包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk。OpenEnv 现在位于 huggingface/OpenEnv

OpenEnv 项目得到了 AI 生态系统中一些领先组织的支持与采用，包括 PyTorch Foundation、vLLM、SkyRL (UCB)、Lightning AI、Axolotl AI、Stanford Scaling Intelligence Lab、Mithril、OpenMined、Scaler AI Labs、Scale AI、Patronus AI、Surge AI、Halluminate、Turing、Scorecard、Snorkel AI、SGLang 和 Miles。

为什么我们需要 OpenEnv 来训练开源智能体

像 Claude Code、Codex、OpenClaw 和 Hermes 这样的智能体框架一直在不断改进。它们改进的一个原因是，像 GPT-5.5 和 Opus 4.8 这样的模型被训练来使用各自的框架。

我们也希望开源模型能获得这些收益：训练本地模型有效使用框架，并通过为特定任务专门化模型来节省计算资源。

为什么我们需要（更加）开放

前沿实验室训练的模型和框架，在很大程度上配合得天衣无缝。模型被训练来使用框架，并针对其特性进行优化。模型可以在一定程度上泛化到这些框架之外，但没有什么能比得上训练带来的效率。

在开放环境中，情况并非如此。开发者使用任何框架、任何模型、任何推理引擎，用于他们重视的任何用例。这对社区至关重要，但也是一个需要基础设施和工具来应对的挑战。

这就是 OpenEnv 的用武之地。它是一个库，用于在框架、环境和训练器之间进行接口对接，适用于任何模型。为了让它持续下去，它需要由所有主要利益相关者共同拥有。

一个协议层，而非奖励框架

除了治理变革之外，我们正在进一步明确 OpenEnv 是什么。

在最近的版本中，OpenEnv 已成为 RL 环境的互操作性层。它的职责是标准化环境如何发布、部署以及被智能体使用。它不会规定奖励如何定义或训练循环如何工作。奖励定义、评分标准和训练器特定的逻辑属于专门处理这些的库。OpenEnv 是它们都可以插入的通用插座。

在实践中，这意味着：

一个接口，多种环境，它们都暴露熟悉的 Gymnasium 风格 API（reset()、step()、state()），运行在客户端/服务器架构上。一个支持 OpenEnv 的训练器可以驱动任何兼容的环境，无需定制代码。

熟悉的协议和规范打包。环境通过 HTTP 和 WebSocket 等标准协议提供服务，并使用 Docker 打包。MCP 是一等公民，因此 OpenEnv 环境可立即与 MCP 服务器兼容，并且同一环境在模拟（训练/评估）和生产模式下表现一致。

跨环境库的互操作。你可以在不同的生态系统（verifiers、harbor 等）中定义和使用环境，并在你选择的基础设施和枢纽上运行。OpenEnv 是它们底层的部署和接口层，而不是它们的竞争对手。

下一步

在接下来的几个月里，我们将专注于那些能让 OpenEnv 从一个快速成长的项目转变为可靠标准的事情：

外部奖励：允许在你已经使用的任何库中定义奖励，并将 OpenEnv 作为部署层（RFC 006）。
通过数据集实现任务集：将环境任务与 Hugging Face 数据集连接起来，使环境和基准测试能够干净地组合（RFC 007）。
持续集成 Harness：为智能体 harness 提供一等支持。
端到端示例：在 TRL、Unsloth、Miles 等中的完整训练和评估演练。
自动验证：衡量环境质量及其对模型学习的贡献。这将为社区提供一种可扩展的方式来评估他们的环境并提升质量（想想黑客松！）。RFC 008。

参与其中

OpenEnv 在设计上以社区为中心，而且仍处于早期阶段——预计会有粗糙之处，请帮助我们打磨它们。查看代码和 RFC：github.com/huggingface/OpenEnv

感谢所有帮助实现这一转变的人。让我们一起为开源智能体 RL 构建共同的基础。