考场开源、沙箱涨价：RL 环境这门生意的账单被重新拆开了
同一个星期里，RL 环境这门生意的两端被各自重新定了一次价：给 AI agent 造沙箱的 Daytona 以 10 亿美元估值完成 B 轮，小米此前在 Hugging Face 开源的 7780 个 RL 环境被拿出来重新算账。我的判断是：价格没有崩，是在重新分层——通用内容被开源压价，独家性、运行规模和验收可信度在涨价，买方再按「每题多少钱」谈合同就算错账了。
01一题多少钱：环境内容的价目表
先把 Epoch AI 今年早些时候的价格估计摆出来，这是目前公开能查到的最完整的口径。单个 RL 任务的价格通常在 200 到 2000 美元，特别复杂的软件工程任务能到 2 万美元一题。环境合同按季度签，一单几十万美元到几百万美元。另一个少有人注意的数字：在一个任务上跑 RL 训练的算力成本约 2400 美元——训练一题的算力，比买这道题本身还贵。
还有一个衡量市场结构的数字。一个追踪数据买卖的公开登记册 10 月初的记录显示，159 家供应商对着 29 家公司的 38 个采购项目在竞价：micro1 的企业数据合作分 10 万、50 万、100 万美元三档，Handshake 的项目跨度是 10 万到 400 万美元以上。为了抢供应方，micro1 给每签一家企业档案的悬赏金，从 6 月的 2.5 万美元涨到 10 月的 5 万美元。悬赏金翻倍，说明瓶颈在供给侧，不在需求侧。
02沙箱独立成了独角兽
Daytona 做的事情用一句话说：给每个 agent 一台用完即弃的虚拟电脑，60 毫秒开一台。它的客户数据里有两组值得记。Snorkel 在它上面开了超过 100 万个沙箱，评测周期降了 96%。Trajectory 开了 70 万个，环境启动时间从 30 分钟压到秒级。公司自己披露的收入口径是 1 月到 9 月年化收入涨了 25 倍，基数没公布，倍数看看就好。
沙箱为什么能从环境里拆出来单独收钱，原因在 RL 训练的工程要求里。中文社区这周也有一篇仓库级 agent 训练的工程复盘在传，把要求写得很直白：环境必须可重置、可隔离、可并行，一次 rollout 就会改坏仓库状态，重置速度要按秒算，否则训练吞吐上不去；测试如果有随机性，同样的代码时过时不过，噪声奖励会直接毁掉训练；几百个容器并行时资源竞争会造成假阴性。作者的结论是工程复杂度远大于算法复杂度。这段话恰好解释了 Daytona 的客户为什么愿意付钱：重置速度和隔离质量不是运维细节，直接决定训练出来的模型质量。
03开源压的是哪一层价格
再看小米这 7780 个环境。覆盖编程、网络安全、知识工作、网页开发、音乐五个领域，质量可以看一个例子：其中一个环境完整复刻了 Argo Group 的再保险财务尽调流程，agent 要扮分析师，在模拟的 SAP 再保险系统、应收款 CSV 和财务模型之间对账，解释数字对不上的原因。这不是 LeetCode 式的题库，是带业务系统的工作流。
开源会不会砸掉卖环境公司的饭碗，做 RL 环境的创业者自己的判断是否定的。Savante AI 创始人 Sachin Dharashivkar 对 AIM 说，这个仓库的价值在于教人看清前沿团队怎么构造环境，但每个模型公司要的环境本来就不同，大家都拿同一批环境训练，训出来的能力就没有差异。Epoch 的数据支持这个判断：独家环境的价格是非独家的四到五倍。开源打掉的只是「通用可复用环境」这一段的价格，而这一段本来也不是利润所在。
Prime Intellect 的模式是另一个参照：它的 Environments Hub 本身开源，收钱的是托管训练、评测和能同时跑几千个环境的安全沙箱。内容免费，运行和验收收费，和 Daytona 从下层收钱是同一种拆法。
04买方该怎么算账
把这三层摆在一起，买方的账就清楚了。一题的全成本是三块：内容 200 到 2000 美元，复杂任务另算；每题训练算力约 2400 美元；再加上环境运维和验收。算力是大头，所以沙箱的重置速度和并发能力直接决定总成本，这部分值得按性能指标签合同，不该按席位或时长签。
内容上，开源仓库的正确用法是校准质量预期，不是直接拿去训练。别人训过的环境再训一遍，买不来差异化，只能用来建立「合格的再保险尽调环境应该长什么样」的参照。真正要花钱买的是独家任务和它的验证器，独家性要写进合同条款，按 Epoch 的口径，多付四到五倍是有市场价的。
验收这条仍然绕不开。环境便宜了之后，批量交付的漏洞也是批量的，上周写过的 hack 率和验证器误判率，在每一层都得重跑一遍，包括开源拿来的那 7780 个。开源降低了试错成本，不会降低验收成本。
05常见问题
小米开源的 7780 个 RL 环境能直接拿来训练自己的模型吗？
可以，但意义有限。大家都拿同一批环境训练，训出来的能力没有差异。正确用法是两件：校准质量预期，看合格的业务工作流环境应该长什么样；学它的构造方法，用来造自己的独家任务。
独家环境为什么贵四到五倍，值不值？
这是 Epoch AI 给出的市场口径。独家意味着竞争对手的训练集里没有同分布任务，模型能力差异直接来自环境独占。买独家要在合同里写清转售限制和竞业条款，否则付的是独家的价，拿到的是共享的货。
一个 RL 任务的完整预算该怎么估？
分三块：内容采购 200 到 2000 美元一题，复杂软件工程任务可达 2 万美元；每题训练算力约 2400 美元；再加环境运维和验收成本。算力是大头，所以沙箱的重置速度和并发能力直接决定总账单，这部分要按性能指标签合同。