Стартапы на RL-средах теперь под угрозой? Вышел открытый движок CUA-Gym, который автоматически генерирует всё необходимое для обучения computer-use агентов: задачи, среды, функции награды. Без ручной разметки. 32 000+ верифицированных кортежей, 110 сред, open-source модель, которая набирает 72.6% на OSWorld против 72.9% у Claude Sonnet 4.6. Сопоставимые результаты при кратно меньшем размере модели. При большем числе шагов RL разрыв, вероятно, исчезнет. Пока индустрия работает с протоколами x402, A2A, MCP, тихо формируется другой слой агентной инфраструктуры - фабрики данных. Не датасеты, а движки, которые производят обучающие данные в промышленных масштабах. Узкое место в обучении агентов сегодня не алгоритмы, а данные. Paper. Набор данных. GitHub. Environments. Больше об инфраструктуре ИИ-агентов здесь.