Scale AI 开源 AgentEnv：把「真实世界」做成可复用的 RL 环境，一个环境装很多任务

十月初，Scale AI 把内部用来训练 agent 的环境框架 AgentEnv 开源（Apache 2.0，同时发了 PyPI 包）。它的设计取向和常见做法相反：不是先定任务再围着任务搭世界，而是「先有世界」——一个 Environment 可以承载很多 Task 和很多种 agent。每个 Environment 带一张 Environment Card，声明它提供哪些工具、怎么访问；工具通过 MCP / REST 或自动生成的 CLI 暴露，agent 则用 A2A 的 Agent Card 对接，两边一配就能开工，不必为每个 agent 写胶水代码。框架内置 48 种步骤类型（部署环境、设定「世界规则」、给轨迹打分等），常见 RL 任务不用写新代码就能拼出来；沙箱支持本地 Docker、Modal 容器与 E2B，云侧提供 AWS / GCP 的配置支持。