有没有觉得，AI的进步被夸大了？

2026年7月17日，上海世博中心，WAIC 2026主论坛。当“强化学习之父”、2024年图灵奖得主理查德·萨顿说出这句话时，全场一片寂静。

大语言模型看起来确实无所不能，但萨顿抛出了一个核心的提醒：它们只是在“使用人类已有的知识”，而不是“自己发现新知识”。用他的话说，这些模型“还比较弱”“不可靠”“会产生很多错觉”。

不过，他随即话锋一转，引用了维克多·雨果的名言：“恰逢其时的思想，势不可挡。”他正式宣告：人类数据时代即将走到尽头，AI正迈入真正的“经验时代”。

以下是萨顿先生在这场演讲中的完整观点。

智能的进步，可能被夸大了

萨顿的开场白非常坦诚。他首先表达了对合作与共赢理念的支持，随后就直奔主题：我们到底该怎么思考人工智能？

现在，几乎所有人都觉得AI正在发生快速变化，进步速度惊人。但萨顿提醒大家，需要冷静思考一下：这种进步是否被刻意夸大了？背后的推动力，是否也有意无意地放大了它的重要性？

当然，进步是实实在在的。科学上的突破不断涌现——机器能熟练使用语言，能生成视频、图片。这些成果催生了新行业，带来了巨大的经济价值。但萨顿指出，这更多是“模式识别”的大规模运用，而非真正的科学突破。一个关键点在于：**不能把智能和计算混为一谈。** 目前大多数AI表现的，其实是计算能力。

那么，AI的科学——也就是智能的科学——真的在快速进步吗？萨顿的看法是：未必。我们对真正智能系统的理解，其实还非常有限。现在的AI模型，本质上是在利用人类知识的力量，并将其重新交付给我们。它们自己并没有能力发现新知识。从很多方面看，它们“比较弱”，思考过程也存在问题，并不像外界宣传的那么强大。

到底什么是智能？

这就引出了一个根本问题：什么是智能？萨顿并没有给出一个标准答案，而是抛出了几种不同的视角，希望引发思考。

第一种，来自心理学之父威廉·詹姆斯（William James），距今已超过100年。他说的可能更接近“心智”——达成目标，但使用多样不同的手段。核心是“目标”和“手段的多样性”。

第二种，是像人一样行为，也就是图灵测试。但萨顿纠正了一个常见的误解：图灵本人从未用过“图灵测试”这个提法，他说的是“模仿游戏”。所以，要求大语言模型像人一样表现，只是其中一种含义，并非图灵认为的AI测试标准。

字典里的定义是：获得、运用知识与技能的能力。而人工智能之父则说：智能是通过计算达成目标的能力。这里又提到了“目标”和“计算”。

萨顿给出了自己的定义：**智能，是通过行为的适应来实现目标的能力。** 他认为，我们需要建立一门关于“心智”的科学，它不局限于人类或技术，而是涵盖所有心智——包括人类、动物、机器。所有心智都有共同特征，都是为了实现目标，随时间推移采取行动。而未来，机器的心智可能会占据主导。

他特别强调，现有的心理学、人工智能、认知科学，都无法完全涵盖这一切。而他本人长期研究的强化学习，正是这门综合性心智科学的开端。

人类数据时代，已经走到极限

萨顿认为，我们现在还处于“人类数据时代”。所有的AI，都是在学习预测人类的下一个词、人类的标签，并由人类专家进行微调。大部分机器学习，本质上是从人向机器转移知识。

但这种方法已经接近极限了。高质量的数据源正在被耗尽，而生成新知识，恰恰是这个范式无法实现的。一个只会“背诵”的AI，永远无法自己“创造”出新的知识。

所以，我们正在迈入一个全新的时代——“经验时代”。

经验时代：AI的新数据来源

在经验时代，AI需要新的数据来源。这个数据源不是静态的数据集，而是来自智能体自身的经验，来自它与世界的互动。萨顿强调，这是**“第一视角”的经验**。

这些信号——智能体的行为、观察、经历——在智能体和它所创造的世界之间来回传递，快速而高效。正是这些信号，定义了智能体的目标是什么。这其实是人和动物学习的方式。

心理学研究早已证实了这一点。AlphaGo，就是通过这种“经验”自己下棋学出来的。最近在国际奥数比赛中成绩不错的AlphaProof系统，也是基于同样的原理。

萨顿展示了一个视频：一个婴幼儿在玩自己的玩具。他收集到的数据，完全取决于他的行为——他做什么，先玩哪个玩具，再玩哪个。他的行为决定了他的输入，没有静态的数据集。这些数据在生成的过程中，是最适合他自身需求和认知水平的。

再看动物或人的行为：足球运动员在瞬间做出决定，棒球手在球飞来时决定如何挥杆，狮子捕猎，甚至人之间的交谈——这些都是高带宽的信息处理，都基于经验，都是为了完成一个目标。

所以，经验型AI的核心，就是智能体与信号的交互：它的行为，它的感知。这就是智能的全部。**智能，就是要打造这样的互动。** 一个智能体，如果能够预测和控制它的经验与感知，那么它就是智能的。如果没有经验，根本谈不上智能。

关键在于，我们没有办法说“这种行为方式比另一种方式更好”，除非有经验——有奖励信号。这个信号告诉你：这个行为得到了奖励，那个行为没有。而大语言模型，恰恰没有这种奖励信号。它无法知道一个行为是好是坏。这最终解释了它们为什么有巨大的局限性——因为它们没有目标。

观察也是如此。大语言模型几乎无法区分真假。如果没有经验，你只能预测可能发生什么，但无法验证你的预测是否正确。而经验型AI，有奖励、有目标，有真实情况——你预测的事情真实发生了，这才是验证。

这其实是一个很古老但深刻的想法。1947年，计算机科学之父艾伦·图灵就说过：“我们需要的是一台机器，它可以从经验中自主学习。”这个想法，至今没有成为现代AI的关键组成部分。但萨顿认为，它在变得越来越重要，尤其是在机器人和工业应用中。

最后，他再次引用维克多·雨果的话：“恰逢其时的思想，势不可挡。” 从经验中学习，这个想法，现在正是“恰逢其时”。虽然这个时代可能还没有完全到来，但我们正在迈入它。

总结：欢迎来到经验时代

萨顿总结道：AI终于开始转向从经验中学习，而不是从人类数据中学习。这会让它变得更强大，因为它可以持续学习新东西，不断自我进化。

尽管现在有很多炒作，甚至对AI的恐惧，但萨顿认为，现在的AI智能还不够强大。它“比较弱小、不可靠，会产生很多错觉”。它告诉我们的东西，可能是错的。但同时，它又非常有用，催生了新产业，人人都能使用。

大家都感到激动，是因为我们第一次接触到了AI，但还没有迎来真正的超级智能时代，或者智能增强人类的时代。不过，巨大的变革正在到来，而且应该由人类推动。

作为一个从经验中学习了一生的人，萨顿预测到了经验时代的到来。他说：“欢迎大家来到经验时代。”