RL 环境创业公司的价值在哪？Reddit 用户的三大追问

Reddit 用户 arnavneedshelp 发帖质疑那些向 Anthropic、OpenAI 等前沿实验室出售 RL 环境的创业公司，追问其商业模式是否成立。他认为这类公司须先证明前沿模型目前做不好该任务，且该任务可通过 RLVR 求解。他还问：既然开源模型通常只落后前沿约 3 个月，这些融资充足的公司为何不直接找 VC，靠 scaling law 加自建 RL 环境训练自己的模型。