brianryhuang：RL 训练系统已是前沿建模最复杂的基建难题，最佳方案属商业机密

brianryhuang 指出，即便承认「RL 环境就是所需的一切」在数据和算法层面成立，RL 训练样本系统仍是当今前沿建模中最复杂的系统与基础设施问题之一，构建最稳健可靠的训练采样系统本身就是一堆商业机密。