Enact

做什么

提供"真实世界 RL 环境"：搭建物理环境基准，找出机器人失败点，转成针对性恢复数据集并用自有训练回路再训练 [1]。本质是在卖场景复位与判分的运营能力。

规模与状态

团队 2 人（James Stevens、Govind Chada）[2]。YC 官方页标注批次为 Summer 2026，团队 2 人，旧金山。融资、客户、定价均未查到。

位置与局限

属于真机 RL 数据外包链条，把 pi-star-06-recap 式"失败定位、恢复数据、再训练"流程产品化；同赛道另见 cortex-ai。该外包层极早期，尚无公开客户或收入证据。