willcb 表态：更看好神经符号世界模型，而非单 rollout RL

开发者 willcb（Claude Code 相关工具作者）公开表态，相比「用价值模型加单次 rollout 的强化学习」，他更看好「神经符号世界模型用于一切」的研究方向。这是围绕 agent 训练路线之争（RL+价值模型 vs 世界模型）的观点性表态，未展开论证细节。