waic 2026 期间，我们联合多家媒体（其中机器之心是唯一的专业科技媒体）共同对专程来华的强化学习先驱、2024 年图灵奖得主 richard sutton 进行了一场集体采访。
在短短几十分钟的交流中，他谈及刚刚创立的新公司、其构想中“完整心智”的本质、对近八年 AI 发展路径的失望情绪，更抛出一个颇具冲击力的观点：在他看来，试图将 AI “对齐”至所谓“人类价值观”，本身便蕴含风险。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
以下为本次对话内容的整理稿。为提升可读性，我们对原始发言进行了逻辑归类与适度精简。
一家商业实体，支撑一项公益使命
Sutton 当前身兼双重角色：一边是新成立的营利性机构 Oak Lab，另一边则是他早年创办的非营利组织 Openmind Research Institute。当被问及为何在此时点启动新项目时，他解释称，Oak Lab 的定位并非替代，而是与 Openmind 形成互补关系。此前他在 John Carmack 创立的 Keen Technologies 工作三年，“那段经历令我非常满意”，但后来意识到，若由自己主导组建团队，将更能聚焦核心目标。
他强调，二者并非割裂，而是彼此滋养。“研究需要资源，而资源依赖于他人对其价值的认可。”他指出，“所有工作的底层逻辑大体一致，但压倒一切的使命，是弄清智能如何运作，并将这一理解公之于众。”按他的设想，部分成果可在短期内保留并商业化，用所得收益反哺更具长期性、开放性的基础探索——这些成果并无永久保密的必要，但阶段性变现，有助于持续推动更深层的研究。
20 瓦的执念：向生物大脑要能效
Sutton 表示，Oak Lab 的远景目标，是构建一个具备实时学习与规划能力、却仅需约 20 瓦功耗的万亿参数模型，并就此追问其背后的核心路径。
他坦言，并不存在某个“单一突破口”，但他确信当前主流的 LLM 及基础模型范式，在能耗与算力利用上存在巨大冗余。人脑是他反复援引的参照系：“它仅靠约 20 瓦功率，就支撑起我们全部的认知活动。”
矛头直指现代计算架构本身。他认为，数字计算天然复杂，“搬运数据”这一过程本质上效率低下：数据在内存与处理器之间反复迁移，大量能量即消耗于此。若转向大规模并行处理、让数据“原地运算”，整体能效理应显著提升。
何谓“完整心智”？
Sutton 多次强调，他真正倾心的是“完整心智”（complete mind），而非工具型系统。他特意将其与当下热门的“智能体”（agent）概念区隔开来：“我个人极度渴望构建一个‘完整的心智’，而非一个专用于模式识别、或执行某项具体任务的工具——后者终将被前者所调用。”
既然不存在放之四海而皆准的“终极系统”，那么多个“完整心智”之间又该构成何种关系？
Sutton 的回答是：去中心化，一如人类社会。个体拥有各自目标，并通过协作达成更大尺度的协调。他相信，AI 社群终将复现人类社会中那组经典张力——自下而上的自发秩序，与自上而下的集中调控——而如何在这两者间取得动态平衡，本身就是一场永无止境的博弈。“所以我的回答或许是：我尚无定论。”他坦率承认，但也正因我们早已习惯以此框架思考人类社会问题，它反而可能为 AI 演进提供宝贵镜鉴。
回望八年：一段“令人失望”的旅程
谈及过去八年 AI 的演进轨迹，Sutton 使用了“一定程度的失望”这一措辞。
在他叙述中，AlphaGo 与 AlphaZero 时代已确立“从经验中学习”的可行性，包括借助模拟经验进行训练；然而此后，行业重心再度回归对人类标注数据的依赖；而最近数年，恰恰是“依赖人类数据、而非自主经验学习”这一路径的强势反弹。
不过他也察觉风向或正悄然转变：“如今我们的议题中已出现‘能动性’（agency），我们开始关注智能体、关注计算机自主使用、关注 AI 探索数学边界。”
对于下一个八年，他的判断偏乐观，但这份乐观锚定于“经验”二字。他提到，已有数家专注“经验驱动学习”的初创公司在去年成立；而他本人的 Oak Lab 也正处于融资阶段，“进展顺利，虽未最终落定，但势头良好”。他判断，市场对“经验学习”、对“大模型之后的下一幕”的期待正加速升温。“我们已经见证过 LLM 与基础模型的高光时刻，现在，也有人开始认真发问：接下来会是什么？”
他最后以一句审慎的限定收尾：自己本质是一名科学家，而非商人；但他确实相信，我们正步入一个“经验的时代”。倘若再给他八年时间，这一方向“至少有望获得如今天 LLM 般的广泛认可”。
“机器人幼儿园”：让机器像孩童般试错
Sutton 参与的一个落地项目引发现场追问——位于北京的“机器人幼儿园（Robot Kindergarten）”。据他介绍，该项目旨在打造一个专为机器人设计的物理实验空间，并同步重构机器人本体——使其软硬件足够鲁棒，足以支撑真实世界中的持续试错学习。
他解释此举为何突破常规：“机器人本就不是为实验而生，它们的设计初衷是精准、无误地执行工程师指令。一旦允许其自由探索，往往迅速损毁。”常规演示通常“仅能维持到演示结束那一刻”。而他追求的，是能如视频中婴儿一般，连续数小时、数天、数周乃至数月持续实验的机器人——“一个孩子需要数年时间，才能掌握行走、抓握物体等最基础的能力。”他坚信，一旦机器人真正通过强化学习、从经验与失败中成长，整个机器人领域将迎来质变。
“学习本身即愉悦”
关于婴儿究竟在学什么，Sutton 给出了偏机制化的解读：婴儿在主动探索世界，并依据自身当前认知水平，决定下一步行动。“我们其实并不真正知晓婴儿在做什么，”他说，但他推测，婴儿是在不断重复尝试：能否再次发出那个声音？能否让这个物体以某种方式改变形态？
关键在于，婴儿具备自我评估能力：我还在进步吗？若玩耍一阵后发现收获停滞，便会主动转向新目标。Sutton 将此解读为一种多线程优化机制——它感知到某条路径已无进展（即感到“无聊”），随即切换至另一条，从而维持全局学习速率的最大化。
为此，他提出一句简洁口号：“学习本身让人愉悦（learning feels good）。” 你可以为“学习”定义一个可量化的度量，将其视为一种内在正向反馈，其作用机制与奖励信号高度相似。在他看来，这是一套极为精巧的设计。
两个关键词：“世界模型”与“强化学习”
WAIC 现场不乏团队在推进“显式世界模型”，也有研究者质疑：大规模强化学习是否必须依赖显式建模？Sutton 的回应，一半关乎技术实质，一半则源于他对术语使用的“洁癖”。
他明确表示，我们当然需要一个世界的模型：即一个“状态转移”模型。
但“世界模型”一词存在歧义：有人将其等同于对物理规律的高保真仿真，“我不认为这是必需的”；他所指的，更接近于广义的“知识”——其中既包含物理常识，也涵盖大量其他类型的知识。事实上，世界模型本就是标准智能体架构的四大核心组件之一，分歧仅在于术语尚未统一。
对“强化学习”一词，他也做了类似厘清。有人倾向将其窄化为纯试错行为，排除想象、推理与规划；而 Sutton 坚持认为，正是想象、推理与规划才真正依赖模型，而这在经典教材中本就属于强化学习范畴，其正式名称正是“转移模型”（transition model）。
随后他干脆直言不讳：“我反感 AI 领域动辄为既有概念造新词、将其包装成 buzzword 的风气。‘model’大概是意义最空泛的词——它几乎可指代任何事物，就像‘thing’一样。”他顺势调侃 LLM：“它们其实是 large language things。叫 large language networks 才更准确。”
给年轻一代的建议：回归第一性原理，每日手写一页
面对“一位20岁青年，其接触世界的主要方式是一个持续提供现成答案、且毫无后果的系统”这一提问，Sutton 的第一反应异常直接：“那就别卷入那个系统。”
他给年轻人的建议聚焦两点。其一是回归第一性原理：不因他人主张、或权威断言便轻易采信，而要坚持让结论经受“你可亲自度量”的验证。“科学中没有绝对权威，”他说，随即自嘲补了一句，“而我正以权威身份说出这句话。”你要亲手构筑一块真正理解的领域，那是你的“力量中心”，再由此向外延展。“最终，是你自己要为得出的结论负责。”
其二是他长期践行的习惯：准备一本笔记本，每天手写一页，记录想法、质疑它、打磨它。 他表示这对自身极有价值，但也坦承这是苦功夫：“需坚持一年以上，累积效应才会真正显现。”书写的意义在于“沉淀”那些闪光念头，助其生长、成形。“如果你希望他人重视你的观点，那你至少得先足够重视它——重视到愿意落笔成文。”
对于未来将被 AI 深刻重塑、却未必投身 AI 研究的年轻人，他将 AI 类比为过去几十年指数级跃升的算力：AI 将渗透所有领域，正如算力早已如此，“并无本质不同”；你真正需要做的，是在各自专业中学会驾驭更强的算力。
他特意区分了“智能”与“算力”：算力的影响已深远且将持续扩大；而“智能”将开启一个全新维度，只是其确切到来时间尚不确定。他将这一拐点的中位数估计设在 2040 年，“还有大约 14 年”，也可能提前至 2030 年，“大概率不会晚于 2040 年”。
“对齐，不过是人类的一场幻术”
群访最后一个问题落于 AI 安全：若 AI 开始调用自身经验进行决策，人类如何确保其始终契合我们的价值观？
Sutton 的回应成为全场最具争议的部分。他直接挑战“对齐人类价值观”这一前提：不同个体的价值观千差万别，根本不存在一个统一的“人类价值观”。 “这近乎一种幻觉……说到底，不过是人类的一种幻术。”他的意思是，人们往往回避阐明自身真实意图，只笼统宣称“这是好的”，借此寻求共识，最终由某类被赋予权力的主体裁定何为“好”。
由此，他推导出一个“有争议的真理”：许多人渴求一种能将机器人或 AI 对齐至特定价值观的技术；但倘若这种技术真的诞生，反而将是危险的。他将此平移至人类自身加以论证：如果我们真掌握了一种将人强行对齐至他人价值观的技术，谁有权使用它？又该对齐至何种价值观？“那将是一件邪恶之事。”
在他看来，当今世界最珍贵的特质之一，恰恰是“人类无法被彻底对齐”。“正因为我们缺乏强制统一所有人思想的能力，世界才得以维系和平。”若这种能力真的降临，反而是灾难的开端。
本文来自微信公众号 “机器之心”（ID：almosthuman2014），编辑：Panda ，36氪经授权发布。
