ビッグ・テックのAIエージェントは、実世界での自律性にいまだ苦戦しており、強化学習(RL)環境(マルチステップ・タスクの習得に不可欠な模擬訓練場)への需要を煽っている。Mechanize WorkやPrime Intellectのような新興企業は、AnthropicのようなAIラボからの投資の増加に支えられ、このような環境を提供しようと競争している。RLがブレークスルーをもたらす一方で(OpenAIのo1など)、批評家はスケーラビリティの課題や「報酬ハッキング」のリスクを警告している。この分野はデータ・ラベリング・ブームを反映しているが、AIが急速に進化する中、長期的な実行可能性については懐疑的な見方に直面している。





家
