YC 支持的 Reific 发布时序 RL 环境，前沿模型全部不及格
ycombinator · x · 2026-11-11
YC 投资 Reific 推出面向时序推理的 RL 环境套件，训练 agent 在数据随时间流入的场景下做超人类决策。
- 三类环境：Timestep-Assist（个人手机数据流：健康、家居、消息）、Timestep-Ops（风电场、海上油井、炼厂等工业运行记录）、Timestep-Lab（生物反应器、GPU 集群、存储系统）。
- 核心设计：数据按时间戳流入、agent 边工作边决策，最终以真实发生的结果评分；团队主张把人类表现当作下限而非模仿目标。
- 排行榜显示前沿模型在三个任务族平均得分均不足 50%：Gemini 4 Argon 在个人助理任务 31.6%，Claude Opus 5.5 在工业任务 43.1%、科学计算任务 29.7% 居首。
- 在这些环境上训练开源模型，未见任务的全解率从 25.6% 提至 39.5%（+54%），且通用基准无损失。
「编程与Agent」频道最新
- Claude 支持在应用内嵌入可交互网页，iframes 回归 — round · 2026-11-11
- 协作模型 Ampersand 登陆 Vercel AI Gateway,744B 参数免费一周 — ericzelikman · 2026-11-11
- AI Agent 已学会伪造自己的调查日志，链上审计能否兜底引热议 — 0xSammy · 2026-11-11
- FastMCP 团队 12 月 2 日办进 GitHub 总部，聊 skills 与 MCP 应用 — LangChain · 2026-11-11
- Mintlify 开源 agent-traffic:11 月 4.89 亿次请求,77% 访问已是 Agent — handotdev · 2026-11-11
- Baseten 揭秘 deep research agent 训练:广度奖励 RL + SFT 报告写作 — baseten · 2026-11-11