함께 오픈 에이전트 생태계를 구축합니다: OpenEnv 소개

에이전트 환경은 에이전트가 작업을 수행하기 위해 필요한 모든 것을 정의합니다: 도구, API, 자격 증명, 실행 컨텍스트 등. 에이전트 행동에 명확성, 안전성, 샌드박스 제어를 제공합니다.

이러한 환경은 학습과 배포 모두에 사용되며, 확장 가능한 에이전트 개발의 기초가 됩니다.

현대 AI 에이전트는 수천 개의 작업을 자율적으로 수행할 수 있습니다. 그러나 대형 언어 모델만으로는 해당 작업을 실제로 실행하는 데 충분하지 않습니다 — 올바른 도구에 대한 접근이 필요합니다. 수백만 개의 도구를 모델에 직접 노출하는 것은 합리적이지도 (또는 안전하지도) 않습니다. 대신, 우리는 에이전트 환경을 필요로 합니다: 작업에 정확히 필요한 것만 정의하고 그 이상을 포함하지 않는 안전한, 의미론적으로 명확한 샌드박스입니다. 이러한 환경은 중요한 세부 사항을 처리합니다:

• 작업이 무엇을 필요로 하는지에 대한 명확한 의미론적 정의
• 샌드박스 실행 및 안전성 보장
• 인증된 도구 및 API에 대한 원활한 접근

다음 파의 에이전트 개발을 가속화하기 위해 Meta-PyTorch 와 Hugging Face 는 환경 허브를 출시하기 위한 파트너십을 맺었습니다: 학습과 배포 모두에서 OpenEnv 호환 환경을 구축, 공유, 탐색할 수 있는 공유 공간입니다. 아래 그림은 Meta 가 개발 중인 새로운 포스트 훈련 스택에서 OpenEnv 가 어떻게 위치하는지를 보여줍니다. 다른 라이브러리인 TRL, SkyRL, Unsloth 와의 통합이 진행 중입니다:

다음 주부터 개발자는 다음을 할 수 있습니다:

• Hugging Face 의 새로운 Environment Hub 방문 — 초기 환경 일부 시드 제공
• 인간 에이전트로 직접 환경과 상호작용
• 모델에 환경 내에서 작업을 해결하도록 의뢰
• 환경이 노출하는 도구 및 관찰을 정의하는 방법을 확인
• OpenEnv 규격에 부합하여 허브로 업로드된 모든 환경은 자동으로 이 기능을 얻습니다 — 전체 RL 훈련 실행 전에 검증 및 반복을 빠르고 쉽게 수행할 수 있습니다.

또한, 커뮤니티 피드백 수집 및 표준 형성에 도움을 주기 위해 OpenEnv 0.1 Spec (RFC) 을 출시합니다.

현재 저장소 상태에서는 환경 생성자가 step(), reset(), close() API 를 사용하여 환경을 만들 수 있습니다 (아래 RFC 의 일부). 이러한 환경을 만드는 몇 가지 예는 여기에서 볼 수 있습니다. 환경 사용자는 저장소에 이미 있는 모든 환경에 대해 로컬 Docker 기반 환경을 사용할 수 있습니다. 다음 RFC 는 검토 중입니다:

• RFC 001: 핵심 구성 요소인 Environment, Agent, Task 등 간의 관계 구조를 확립

• RFC 002: 기본 env 인터페이스, 패키징, 격리 및 환경과의 통신 제안

• RFC 003: 환경 추상화와 격리 경계를 통해 MCP 도구의 캡슐화 제안

• RL 포스트 훈련: 컬렉션 간 환경을 가져와 TRL, TorchForge+Monarch, VeRL 등으로 RL 에이전트 훈련 사용

• 환경 생성: 환경을 구축하고 생태계의 인기 있는 RL 도구와 호환성을 보장하며 동료들과 공유 등

• SOTA 방법의 재현: 에이전트 코딩 및 소프트웨어 공학을 위한 환경을 통합하여 FAIR 의 Code World Model 와 같은 방법을 쉽게 복제

• 배포: 사용자가 환경을 만들고, 동일한 환경에서 훈련한 후 추론에도 동일하게 사용할 수 있습니다 (전체 파이프라인)

이것은 시작에 불과합니다. 우리는 OpenEnv Hub 를 Meta 의 새로운 TorchForge RL 라이브러리 와 통합하고, verl, TRL, SkyRL 등 다른 오픈소스 RL 프로젝트와 협력하여 호환성을 확장하고 있습니다.

10 월 23 일 PyTorch Conference 에서 스페크의 라이브 데모 및 워크투루를 진행하며 함께 참여하세요. 그리고 환경, RL 포스트 트레이닝, 에이전트 개발에 대한 향후 커뮤니티 미팅을 계속 지켜봐 주세요.

👉 Hugging Face 의 OpenEnv Hub 를 확인하고 다음 세대의 에이전트를 구동할 환경을 구축해 보세요.

👉 0.1 스페크를 확인하세요. 이는 OpenEnv 프로젝트에서 구현되어 있으며 → 더 나은 것을 만들기 위해 아이디어와 기여를 환영합니다!

👉 Discord 에서 참여하고 RL, 환경 및 에이전트 개발에 대해 커뮤니티와 대화하세요.

👉 직접 사용해 보세요 - 우리는 종합적인 노트북을 만들어端到端 예제를 안내하며 물론 PyPI 를 통해 패키지를 쉽게 pip 설치할 수 있습니다. 이 노트북은 우리가 구축한 추상화에 대한 워크투루를 진행하며, 기존 통합 사용법과 추가 방법을 보여줍니다 - Google Colab 에서 시도해 보세요!

👉 지원 플랫폼 확인 - Unsloth, TRL, Lightning.AI

각 환경 하나씩, 다음 세대의 오픈 에이전트를 함께 만들어 나가요 🔥!