强化学习之父Rich Sutton最新判断：大模型被困在“局部最优”，AI必须学会持续学习

强化学习之父Rich Sutton接受红杉访谈，把矛头对准当下最主流的大模型路线：互联网数据终有上限、模型上线后权重基本冻结，行业或已陷入“局部最优”。他创办Oak Lab，押注能从自身经验持续学习的Agent，重新定义AI演进路径。 说起强化学习之父 Rich Sutton，AI圈几乎没人陌生。 他写下的《苦涩的教训》，至今仍被很多人视为理解AI发展的重要框架：从长期看，能够随着计算规模扩展的通用方法，往往会战胜依赖大量人工知识设计的方案。 但最近接受红杉资本访谈时，Sutton却把矛头对准了今天最主流的大模型路线。在他看来，LLM当然是一次伟大的科学突破，却也可能成为《苦涩的教训》的反面案例。 原因很简单。今天的大模型虽然摆脱了大量人工规则，却重新被“人类已经知道的东西”限制住了。互联网数据终究有限，合成数据背后依然需要人来决定什么值得生成。 而更关键的是，模型仍然不具备人类那样的持

原文：人人产品经理