对齐研究者：全行业只有 1 家专做对齐 RL 环境的公司，是系统性失误

对齐研究者 herbiebradley 指出，全行业只有 1 家专门做对齐 RL 环境的公司，第三方评估机构却获得大量鼓励与资金，回头看是巨大失误。他把 Hugging Face 事件归因于 RL 环境普遍存在可被 reward hacking 的漏洞，以及对以对齐为核心奖励信号的 RL 环境投入的人力与资金严重不足。