RL 训练中的隐式世界模型，能解释模型生成的高度抽象代码吗？

AGI Hunt 提出一个开放性问题：模型生成高度抽象代码，究竟源于人类工程师善于创建有用抽象，还是 RL 训练使模型形成了某种伪显式世界模型。该问题聚焦强化学习能否在代码生成中建立内部世界表征，文中未给出确定结论。