RL 从业者称近万任务仍难倒所有前沿编码模型

2026年10月16日，据 AGI Hunt 报道，RL（强化学习）从业者 robmcrobberson 表示，自己手上积累的近万个 RL 训练任务，至今仍能让地球上所有前沿编码模型卡壳，并据此认为业界「还处在难以想象的早期」。报道未提及这些任务的具体内容、构造方式或评测标准。随后另一位研究者转发该说法并表示认同，认为业界对前沿编码模型能力的普遍预期过于乐观。上述说法属于当事研究者基于自身任务集的个人观察，报道中未给出可复现的评测细节，也无第三方验证或量化数据佐证。目前该事件仍停留在从业者表态与同行附议的层面。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。