摘要
HealthEnv 把纵向健康 QA 编译成有状态浏览器工作台、动作契约和确定性 verifier，用于研究可执行 QA 是否能形成 CUA 环境与可靠 reward。（来源：2026-10-12 CUA 开源项目审计）
核心内容
基本信息
- 实体类别：CUA 环境合成、跨 harness 评测与 verifier 基础设施。
- 关键名称或版本：HealthEnv 0.3.0；Apache-2.0；Python 3.11+、runtime 无外部依赖。
- 时间范围：2026-10-12 创建；截止
bdde7886234f420424f30531c8dfa55444fd289d。
重要事实
- LLM 只能改写任务说明，不能定义 gold 或 verifier；被测 Agent 看不到 verify endpoint，submit 不返回 correctness，源记录只读。（来源：2026-10-12 CUA 开源项目审计）
- 项目方报告 1,200 个环境及 oracle/negative/headless-browser 全通过，但只有 86 个结构骨架；这证明 plumbing，不证明医疗真实性或 CUA 能力。（来源：2026-10-12 CUA 开源项目审计）
- 本轮在 cutoff 源码上独立跑过 55 个测试与 3-task demo，分别 55/55、3/3 positive 和 3/3 negative；首次沙箱失败来自 loopback
EPERM，非产品断言失败。（来源：2026-10-12 CUA 开源项目审计）
关系与影响
HealthEnv 是 Execution-Based Agent Evaluation 与 Agent RL Environment 的垂直实例；它可生成轨迹与 reward，但当前没有用交互轨迹更新 policy，因此不是严格 Agentic RL。
分歧与变化
作者的 pi/Codex/dsh 12-task 对比是小样本项目方报告，且受单一模型、Windows adapter patch 和工具传输细节影响；不能当作一般 harness 排名。（来源：2026-10-12 CUA 开源项目审计）
相关页面
- 概念：Computer-Use Agent、Execution-Based Agent Evaluation、Agent RL Environment、Multi-Harness RL
- 实体：Cua、OpenEnv、Harbor
- 主题：Browser and Computer-Use Agents、Agent Harness 与 Agentic RL 开源生态
来源
待核实问题
- 需验证真实医疗软件迁移、adversarial policy 下 verifier validity、结构多样性与环境合成对 CUA training 的实际收益。