RL 环境创业公司的价值在哪？Reddit 用户的三大追问
arnavneedshelp · reddit · 2026-10-27
发帖者近期频繁收到向 Anthropic、OpenAI 等前沿实验室出售 RL 环境的公司推销，于是质疑这类公司的商业模式：你得先证明 1) 前沿模型目前做不好你的任务，2) 该任务可通过 RLVR 求解。
他的核心疑问：既然开源模型通常只落后前沿约 3 个月（暗示前沿优势主要来自新 RL 环境或蒸馏），为什么这些融资充足的创业公司不直接找 VC，拿 scaling law 加自建 RL 环境去训练自己的模型？
他自己给出三种可能解释：1) 他对预训练+infra 难度的判断完全错误（虽然工业界经验显示这部分已变容易）；2) 收集历史 RL 环境依然困难，只有少数实验室掌握全部环境；3) 这些公司最终都会去训练自己的模型。
「公司和人」频道最新
- Manus 一手实践：AI Native 组织改造的三条核心原则 — dotey · 2026-10-27
- Dream Labs 招聘机器人学习研究员,岗位落址旧金山 — scott_e_reed · 2026-10-27
- Beff Jezos:Elon 总靠提前解决量产难题最终碾压对手 — beffjezos · 2026-10-27
- rakyll：开源项目能为他人创造大量就业并形成小生态 — rakyll · 2026-10-27
- Palantir 美国技术奖学金开放申请：12 周线上训练营面向制造业医疗国防等行业工人 — eliano · 2026-10-27
- '软件即内容'：新一代创作者正把软件作品当作表达媒介 — yungcontent · 2026-10-27