RL 泛化被质疑走不通：每个任务单独造环境，到底什么在泛化

@waterloointern 认为「RL 泛化」并不存在：LLM 能力呈锯齿状，且其能力来自在以营收为导向筛选的环境上做 RL，因此对 RL 作为通往 AGI 的算法非常悲观。