willcb：“数据策展 RL”实为 SWE 环境，Claude 正重塑代码预训练语料

willcb 在上一条推文下补充说明，“数据策展 RL”本质上就是 SWE 环境，代码预训练数据正越来越多地来自 Claude 构建、且质量更高的仓库。合成训练数据的来源与质量正被上一代模型重塑，预训练语料清洗也开始成为 Agent 工作负载。