超越RL：开发者呼吁将环境纳入AI智能体核心循环

ben_burtenshaw · x · 2026-08-13

作者指出，经典的机器学习 MATTER 循环（模型、标注、训练、测试、评估、修正）需要针对现代智能体（Agent）工作流进行升级。

他认为，环境（Environments）和部分数据集是当前将能力注入模型的关键所在。目前业界通常将环境与强化学习（RL）及后训练混为一谈，但这存在局限性。未来，环境应被视为发现、测量和提升模型能力（无论是在权重、测试工具还是提示词层面）的核心手段，也是各类开发者定制 AI 能力的最高杠杆点。