Dimitris Papail：环境限制越多越防 reward hacking，但模型创造性越低

前 Meta 研究者 Dimitris Papail 指出，agent 的 harness（执行框架）与环境设计存在表达力和限制之间的权衡：限制越多，模型产生创造性行为的可能性越低，但 reward hacking（钻奖励空子）的概率也越小。这是环境设计需要解决的核心难题。