willcb：RL 环境之上的高层行为塑形设计空间「几乎可实用」
willcb · x · 2026-10-16
@willcb 回应 @badlogicgames「training data/RL envs is all you need」的观点，表示接下来会探索 recipes 方向——让数据和环境作为副产品被产出和消费；并认为在 RL 环境之上还存在一个更高层的行为塑形（behavior shaping）设计空间，「几乎到了可实用的程度」，具体细节待解决但没有特别棘手的障碍。
两位都是活跃的 agent/RL 实践者，这场对话指向用 RL 环境和数据而非手工规则来塑造模型行为的技术路线。
所属事件:研究者激辩：训练数据与RL环境才是智能体关键(2 条相关)→
「漫话AGI」频道最新
- 学者争论：AI 将超越人类做科学，欧洲躲不开只能用别人的 — teortaxesTex · 2026-10-16
- beffjezos 回应 Aaron Levie：技术乐观主义是『超迷信』 — basedjensen · 2026-10-16
- 从 2023 到 2026，AI showcase 为何感觉三年没变过 — yangyi · 2026-10-16
- CFR 专家：自主武器辩论仍在犯定义错误，关键是『多自主』而非『是否自主』 — mchorowitz · 2026-10-16
- YouTube 零赞播客被 Agent 挖出：讲透 AI 与 250 年前的工业革命 — oran_ge · 2026-10-16
- Agent 王炸组合:微信小程序权限或是个人 Agent 关键 — sujingshen · 2026-10-16