Die KI-Agenten von Big Tech haben immer noch Probleme mit der Autonomie in der realen Welt, was die Nachfrage nach Umgebungen für verstärkendes Lernen (Reinforcement Learning, RL) anheizt - simulierte Trainingsfelder, die für die Beherrschung mehrstufiger Aufgaben entscheidend sind. Startups wie Mechanize Work und Prime Intellect sind dabei, solche Umgebungen zu schaffen, unterstützt durch wachsende Investitionen von KI-Labors wie Anthropic. Während RL zu Durchbrüchen führt (z. B. o1 von OpenAI), warnen Kritiker vor den Herausforderungen der Skalierbarkeit und den Risiken des "Belohnungs-Hackings". Der Sektor spiegelt den Boom bei der Datenkennzeichnung wider, ist aber angesichts der rasanten KI-Entwicklung skeptisch, was seine langfristige Lebensfähigkeit angeht.