这是论文的核心主张，也是最值得审视的地方。ENPIRE确实展示了令人信服的数据——但这里的可扩展性仍然受限于特定任务的auto-reset和auto-verify设计。为每个新任务配置环境模块本身是一项繁重的工程工作。真正的可扩展路径可能需要通用感知-验证系统，而非手工设计每个任务的反馈回路。这个gap是论文未来工作中值得关注的核心问题。

$18,000换来了PGR=0.97——约等于1-2周一个研究员的成本，但这是9个智能体5天并行的结果，相当于45人天的等效工作量。更关键的是扩展性：AI研究的真正优势不在于个体速度，而在于近乎无限的并行化能力。同样$18,000可以运行多个独立搜索，结果可以综合；而人类研究的边际成本随并行度线性上升。