2025 年 8 月，月之暗面创始人杨植麟在参与《张小珺商业访谈录》时，分享了一套独特的团队管理方法：管理创新团队，可以借鉴 AI 训练中的 RL 与 SFT。SFT 式管理，是直接告诉员工该怎么做；RL 式管理，则是设定目标和奖励，让员工自己探索实现路径。前者约束更强，后者自由度更高。 在杨植麟看来，单纯依赖 SFT 容易压制创造力，完全依赖 RL 又可能出现「钻指标空子」的问题。因此，更合理的方式是以 RL 为主、SFT 为辅，在自由探索与必要约束之间找到平衡。