Yunze Xiao 长文谈 RL 环境设计：会操作软件不等于会达成目标

Yunze Xiao 发布长文讨论 RL 环境与 computer-use agents，认为在 Word、Google Workspace 等可验证界面上点击操作已基本解决，真正的护城河是行业 know-how。