Mechanize

强化学习环境成为AI最热门的瓶颈，推动大规模投资

强化学习（RL）环境已成为AI开发的关键瓶颈，尤其是在训练能够执行复杂、多步骤任务的智能体方面。2025年8月，Prime Intellect指出了这一问题，称主要AI实验室正在限制对这些环境的访问。到2025年9月，有报道显示投资大幅增加，Anthropic考虑为强化学习环境投入超过10亿美元，而Mechanize等初创公司则为该领域的工程师提供高薪。这些模拟任务环境对于智能体超越简单预训练的学习至关重要，在2026年成为一种高度争夺的资源。