RL Environments and the Hierarchy of Agentic Capabilities

RL Environments and the Hierarchy of Agentic Capabilities

摘要

2025年，AI从聊天框走向现实世界，但离通用智能仍有距离。RL环境成为模型训练的核心，模拟真实任务提升多步操作能力。GPT-5和Claude Sonnet 4.5表现领先，但仍失败率超40%。模型需掌握工具使用、目标形成、计划执行等基础技能，逐步提升适应性、现实锚定和常识推理能力。当前模型在复杂任务中仍显不足，通用智能的实现仍需时间与突破。