强化学习之父理查德·萨顿 (Richard Sutton) 批评当前的大型语言模型 (LLM) 缺乏真正的智能，他认为智能应源于与真实世界的互动，而非仅仅是知识整合。这一观点引出了一个核心问题：学习是否必须是亲身经历？文章探讨了AI通过整合海量数据实现智能的可能性，并分析了AlphaZero式自我学习在现实应用中的挑战。最终的结论是，未来可能形成一种“人机混合心智”：AI成为强大的知识整合者，而人类的价值则转向提出突破性问题和设定目标，二者协同合作，共同定义文明的未来。
“如果我们能理解一只松鼠，我们几乎就走完通往智能的所有道路。”
人工智能奠基者之一理查德·萨顿认为，当前主流的大型语言模型 (LLM) 更像是“超级图书馆员”，擅长整理和复述已有的知识。在他看来，真正的智能必须源自 “目标—行动—回馈” 这一在真实世界中互动的闭环。
这一观点不仅是对AI发展路径的诘问，也引出了一个更深层的问题：智慧是否必须来自亲身经验？
“读万卷书”能否超越“行万里路”？
“读万卷书，不如行万里路”这句格言完美诠释了萨顿的理念：书本知识是间接的，只有亲身探索世界，在试错中学习，才能拓展智能的边界。但让我们做一个思想实验：
- 亲身实践者： 一个人为了解雨天山路的危险，亲自上山，摔得膝盖流血，最终获得了第一手经验。
- 知识整合者： 另一个人从未在雨天登山，但他阅读分析了一百份事故报告，最终能精确预测何种条件下最危险。
萨顿会认为第一个人拥有“真实智慧”。但第二个通过整合“他人经验”来避免重复试错的方式，难道不是智慧吗？这正是文明前进的机制。
这引出一个假设：智能的可扩展性，或许不取决于是否亲身体会，而取决于能否持续整合“目标—行动—回馈”的经验数据。当AI成为一个汇聚全人类经验的中心时，一种新的分工便出现了：
- AI： 坐在中枢，从巨大的数据流中抽象出核心规律。
- 人类： 在边缘与环境互动，提供新奇的样本和突破性的问题。
AI不需要自己走那万里路，因为它早已整合了我们所有人走过的每一条路。
数据的维度决定智能的深度
萨顿担心的另一个问题是，人类的文本知识总有耗尽的一天。然而，技术的演进可能低估了。如果AI的感知能力超越语言和视觉，拓展到听觉、触觉、嗅觉等多模态数据，它对世界的理解将发生质变。
未来，AI甚至可能通过逼真的虚拟模拟环境来“体验”世界，在安全可控的条件下快速迭代学习。这样，它获得的经验流将远超任何单一生命体。
AlphaZero的启示与现实的高墙
AlphaZero是萨顿理想模型的典范：它不依赖人类棋谱，仅靠自我对弈便超越了所有对手。但将这种纯粹的自学模式推广到开放世界，会撞上三堵高墙：
第一道墙：效率与成本。 在规则模糊的开放世界里从零开始学习，可能需要天文数字般的时间与能源。相比之下，预训练模型压缩了世界的基本结构，是一种“便宜的先验知识”。一条更务实的路线是：先预训练，再连接真实环境进行互动和修正。
第二道墙：社会接受度。 自我学习的系统是一个更彻底的“黑盒子”，其行为难以预测和追责。在医疗、金融等关键领域，一个行为可预测、可理解的AI，即使偶尔犯错，也比一个无法理解的“完美AI”更容易被社会接纳。我们不希望从“无人为偏置”滑向“无人能监督”。
第三道墙：目标从何而来？ 这是最根本的问题。
智能的终极问题：目标从何而来？
萨顿的理论基石是“智能在于拥有目标，并为之行动”。但棋局有明确的胜负，人类社会的目标却模糊、多变甚至相互矛盾。
如果我们连自己的目标都说不清楚，凭什么要求 AI 必须有一个明确的目标函数？
从演化角度看，生物的唯一潜在目标是传递基因，“适应”环境，而非必然“进步”。对人类而言，“定义目标”本身，才是智能最深刻的展现。文明的突破，往往来自那些质疑现有规则、创造新目标的人。
在智能新时代，重新定义人的价值
我们可以将人类知识分为两类，以理解AI与人的不同价值：
- “为什么会这样”： 观察、解释、理解现有现象。LLM在这方面表现惊人，能整合海量信息，归纳模式。
- “如何才能那样”： 创造、发明、实现尚未存在的事物。LLM能重组已知元素，但难以开创全新范式。
真正的范式突破需要跳出已知空间，这恰恰是人类的独特价值所在。我们的任务不是和AI比赛解题速度，而是去决定哪些全新的问题值得被提出。
“人机混合心智”：从对立走向分工
根据“延伸心智”理论，我们的认知边界不止于大脑，外部工具也是心智的一部分。从这个角度看，LLM不再是我们的对手，而是有史以来最强大的“外部认知硬盘”。
这构成了一个“人机混合心智”的框架，其中存在明确的专业分工：
- AI 组件： 完美承担“读万卷书”的任务，负责处理海量数据与知识整合。
- 人类组件： 解放出来，更专注于“行万里路”，负责提供目标、意图和价值判断。
问题不再是“AI会取代我们吗？”，而是“在这个全新的混合心智下，我们如何为它设定方向与意义？”
迎接一个我们无法完全理解的未来
萨顿的警告提醒我们，在技术狂欢中不应忘记智能的本质。他所倡导的“探险家AI”是一条高风险、高回报的路径，它可能突破人类知识的边界，但也可能加剧我们对黑盒子的担忧。
而另一条路，是学会与AI这个新智能物种共存。在这条路上，我们的角色将从答案的提供者，转变为问题的提出者与风险的承担者。最终，理解AI的终点，或许是更深刻地理解我们自己——在一个不再由人类主宰智能的未来，生而为人的独特价值与最终使命究竟是什么。