에이전트 강화학습(RL)용 실행 환경 도구 OpenEnv가 단일 조직 프로젝트를 넘어 Meta-PyTorch·Reflection·Unsloth·Modal·Prime Intellect·Nvidia·Hugging Face 등이 참여하는 위원회 운영 체제로 전환하고 huggingface/OpenEnv로 이전했다. OpenEnv는 터미널·브라우저 등 에이전트가 상호작용하는 실행 환경을 만드는 도구로, 프론티어 랩이 모델과 하니스를 한 몸처럼 함께 학습시키는 이점을 오픈소스 모델에도 가져오려는 목표를 가진다. 핵심은 보상 프레임워크가 아니라 '상호운용 프로토콜 계층'으로, 환경의 게시·배포·소비 방식을 표준화한다. Gymnasium 스타일 API(reset/step/state), 클라이언트-서버 구조, HTTP·WebSocket·Docker 패키징을 따르며 MCP를 1급 시민으로 지원해 시뮬레이션과 운영 모드에서 동일하게 동작한다. 보상 정의·트레이너 로직은 기존 전문 라이브러리에 맡긴다.

• •OpenEnv가 Meta-PyTorch·Reflection·Unsloth·Modal·Prime Intellect·Nvidia·Mercor·Fleet AI·Hugging Face 위원회 운영으로 전환, huggingface/OpenEnv로 이전
• •터미널·브라우저 등 에이전트 실행 환경을 만드는 도구로, 오픈소스 모델의 하니스 활용 학습을 목표
• •보상 프레임워크가 아닌 상호운용 프로토콜 계층으로 재정의—환경의 게시·배포·소비 방식만 표준화
• •Gymnasium 스타일 API(reset/step/state), 클라이언트-서버 구조, HTTP·WebSocket·Docker, MCP 1급 지원
• •향후 HF 데이터셋 연결(태스크셋), 외부 보상, 하니스 통합, 자동 검증 등을 RFC로 추진