RL 环境公司的价值主张是什么？

RL 环境公司向 Anthropic、OAI 等前沿实验室提供难以解决且适合 RLVR 的环境，以验证模型当前无法完成任务且任务可通过 RL 解决。发帖者质疑，既然环境可复用于训练自有模型，为何不直接融资训练模型，并探讨环境收集、基础设施难度及创业公司最终自研模型等可能原因。