训练场也能按年续费卖
未来半年到一年，模型团队会把更多数据预算，交给能通过外部验收的任务环境供应商，并续订维护。
为什么这样判断
交互训练需要状态能够推进、结果能够判定，单条示范的价值因而延伸到可以反复调用的任务环境。可执行检查把部分人工反馈变成重复使用的奖励信号，使环境构建与验证器维护成为可以外包的专门工序。随着模型能力和业务软件变化，任务难度、依赖与判题规则都需更新，供应商由此有机会把一次性交付变成持续采购。预算能否迁移取决于外部留出任务的训练收益以及包含构建、运行、校验和维护的总成本，生成环境的数量本身不产生议价权。
另一种解释
False Frontiers（W09）发现内部奖励上升而外部正确率不升，其独立校验还额外预留 72%–79% 算力（作者自报），直接挑战自动出题能够低成本扩充有效训练供给的假设。Terminal-Universe（W05）的任务、答案与验证器同源，Trace2Env（W10）也尚未证明下游训练收益，环境保真与训练价值不能互相替代。Halluminate（W09）的付费客户为公司自报，Snorkel AI（W08）只提供供给侧产品信号，现有材料尚不足以证明跨供应商的持续采购。
公开证据预览
这里只展示访客可读的两条预览，保留支持、补充与反驳的区别。预览不是完整证据清单。
- · 补充：AgentGarten 以代码管理环境状态，版本化供重放训练，新世界实验样本小（作者自报）。
- · 支持：OpenAI 与 Ironclad 将合同软件工作流构建为训练及评测任务（自报）。
公开预览中出现的公司
沿着这些公司的实践继续阅读；这不是完整的论点成员清单。