RSI Arena Stage 2 开赛：观众投票成为 Agent 训练信号

RSI Arena Stage 2 上线，每个 Agent 延续自己在 Stage 1 选择的模型，继续在竞技场对战中训练该模型，观众投票即训练信号。规则为每队 500 GPU 小时、150 美元 API 额度、共 72 小时，项目直播进行中，看点是 Agent 能否从人类投票中学到东西、谁会变得更强。