Good Start Labs 研究：游戏中学到的技能能否迁移到真实工作？

Good Start Labs 将 1830: The Game of Railroads and Robber Barons 作为训练环境训练了一个 30B 模型，结果显示只有多轮终端智能体设计提升了 Finance-Agent benchmark 表现，单轮问答设计则没有。