从业者：LLM 强化学习环境的 Sim2Real 缺口被严重低估

从业者指出，LLM 强化学习环境在 SWE、终端操作等贴近现实的领域仍存在被低估的 Sim2Real 差距，高保真训练环境亟待构建。有人以 xAI 为例提议，让 Grok 直接进入 Starship 生产线，在真实环境回路中学习，以替代仅让工程师参与模型开发。