Anthropic 工程师撰文：如何设计一个高质量的 RL 任务

Anthropic 的 Eli Gottlieb 撰文复盘强化学习（RL）任务制作经验，从大量差任务、少量尚可到最终做出一些好任务的迭代过程中，总结出任务生成流程的可操作洞见。文章聚焦什么样的任务适合做 RL 训练环境、如何构造，对从事 agent 训练与 eval 工程的读者有参考价值。