摘要：2025年9月，图灵奖得主、被称作“强化学习之父”的理查德·萨顿，在Dwarkesh播客里扔了个“炸弹”，他明确说，靠把大语言模型做大，根本没法实现类人智能。

2025年9月，图灵奖得主、被称作“强化学习之父”的理查德·萨顿，在Dwarkesh播客里扔了个“炸弹”，他明确说，靠把大语言模型做大，根本没法实现类人智能。

这事在AI圈直接炸了锅，毕竟萨顿以前可不是这么说的，现在连他都站出来质疑，AGI（通用人工智能）的路径之争算是彻底摆到了台面上。

萨顿这波表态特别让人意外，因为他是“苦涩教训”理论的提出者。

以前他总说，AI发展不用纠结复杂算法，把计算资源堆上去往往更管用。

可这次他直接点出大模型的硬伤：这些模型没法从现实世界拿反馈，也不会自己定目标，就算规模再大，也算不上真的智能系统。

本来想觉得他可能只是随口一提，但后来发现，他这话可不是一时兴起，背后是对当前AI技术路径的深层反思。

萨顿的话刚出来，认知科学家加里·马库斯就立马在社交平台接话了。

马库斯这几年一直跟大模型“对着干”，从2019年就开始批评大模型有缺陷，之前没少被行业里的人怼。

这次他直接说：“这世界咋回事？以前主张‘苦涩教训’的萨顿，现在说话跟我一模一样。

”还列举了Meta的扬·勒昆、谷歌DeepMind的哈萨比斯这些人，说他们也慢慢转变了立场，甚至直言现在还坚持做大模型的，不是骗子就是有利益牵扯。

没过多久，萨顿也在社交平台回复了马库斯，说马库斯“从来都不孤单”，还夸他有勇气，敢第一个站出来质疑大模型，说马库斯每次都能把大模型的局限讲得很透彻。

这么一来一回，AI学术界的阵营算是彻底清晰了，以前马库斯像个“孤勇者”，现在有了萨顿这种权威撑腰，质疑大模型的阵营一下子就有了分量。

其实AI圈的分歧早有苗头，只是萨顿这次表态把矛盾彻底挑明了。

一边是支持大模型的阵营，他们觉得只要不断把模型规模做大、加更多训练数据、堆更多算力，早晚能搞出AGI。

OpenAI就是这派的代表，砸了几十亿美元开发更大的模型，连微软都跟着投了几百亿建数据中心支持。

OpenAI前首席科学家伊利亚·苏茨克维尔还举过例子，说大模型能接“凶手是…”这样的句子，就说明它懂整个故事情节、能找线索推理，这就是智能的表现。

但在我看来，能接句子和真懂推理根本不是一回事，就像小孩背熟了故事，能接着往下说，可不代表他明白故事里的逻辑，更没法自己编一个有逻辑的新故事。

另一边就是萨顿、马库斯这群反对者，他们觉得大模型的架构从根上就有问题。

萨顿在播客里反复强调，真的智能得能跟环境互动，能从反馈里学东西，还能自己定目标。

强化学习派也这么认为，他们觉得智能是从“跟世界打交道”和“朝着目标做事”里来的，不是从“猜下一个词”里来的。

很显然，这两派争的不只是技术路线，更是对“智能本质”的理解。

支持大模型的觉得智能能从“认模式”里冒出来，反对的觉得智能得“动起来”才行。

就像有人觉得只要把字典背熟就能当作家，有人觉得得先体验生活、明白人情世故，才能写出好文章，两拨人的底层逻辑根本不一样。

别看学术界吵得凶，背后可是几千亿的真金白银在跟着动。

科技巨头这几年在GPU和数据中心上砸了太多钱，英伟达光2025年二季度卖AI芯片就赚了180亿，全靠OpenAI、谷歌这些公司买。

模型规模也一路飙升，从GPT-3的1750亿参数，涨到GPT-4的万亿级，好像参数越多就越厉害。

但问题也越来越明显：模型是变大了，可改进的幅度却越来越小，花钱的速度反而越来越快。

就像你买零食，买第一包觉得特别好吃，买第二包还行，买到第十包不仅不想吃，还觉得花这钱没必要。

大模型现在就有点这个意思，花了几倍的钱，效果只提升了一点点，长期这么搞，不管多有钱的公司都扛不住。

更关键的是，萨顿以前还支持“堆算力”，现在连他都觉得这条路走不通了，这就让产业界有点慌。

要是萨顿和马库斯说得对，那之前砸的几千亿可能都打了水漂，而且还挤掉了其他AI方向的资源。

2024年全球AI领域70%的投资都给了大模型，强化学习、神经符号AI这些方向只分到15%，要是大模型走不通，这些被耽误的方向能不能赶上来都是个问题。

不过现在也有好迹象，不少人开始尝试“混合路线”，比如把大模型的语言能力和强化学习的决策能力结合起来。

谷歌DeepMind做的Gemini-X就是这么搞的，在机器人导航上的准确率比纯大模型高多了。

还有人重新捡起来神经符号AI，想让机器既能像神经网络那样学东西，又能像符号系统那样推理，斯坦福甚至专门成立了实验室搞这个。

现在AI圈吵成这样反而是好事。

以前大家都盯着大模型一条路跑，有点“一条道走到黑”的意思，现在有了质疑声，反而能冷静下来想想方向对不对。

不管最后是大模型赢了，还是混合路线成了，或者是其他方向冒出来，只要能让AI真的帮到人类，而不是只停留在“猜词”“生成内容”的阶段，就是好结果。

毕竟咱们搞AI是为了让生活更方便，不是为了比谁的模型更大，你说对吧？

来源：围炉夜话