大模型不是智能的终点：Sutton、Silver、LeCun、李飞飞和 Ilya 究竟在赌什么

2026 年 7 月，Richard Sutton 与 Khurram Javed 创立 Oak Lab 的消息，让“大模型之后是什么”再次成为焦点。

如果只看新闻标题，很容易把 Sutton、David Silver、Yann LeCun、李飞飞和 Ilya Sutskever 放进同一个“反大模型阵营”。但这并不准确。他们并不是否认大模型的价值，而是在回答同一个更根本的问题：

一个主要依靠人类历史数据预训练、部署后基本不再改变的模型，能不能成为完整的智能主体？

五条路线给出的答案都接近“还不能”，但各自认为缺失的器官不同：有人强调经验，有人强调奖励与搜索，有人强调世界模型，有人强调空间，有人强调泛化与安全。

这场分化的真正主题，不是“大模型还是小模型”，而是：大模型究竟是智能本身，还是未来智能体系统中的一个重要模块。

先校正几个容易被标题放大的事实

• Oak Lab 提到的万亿参数、约 20 瓦人脑级功耗，是长期研究愿景，不是已经交付的系统。
• David Silver 创办的 Ineffable Intelligence，公开报道更接近融资约 1 亿美元、估值约 10 亿美元，而不是“融资 11 亿美元”。公司尚未公开足以确认其具体架构的技术材料。
• Ilya Sutskever 的 Safe Superintelligence（SSI）已经公开公司目标和研究判断，但没有公开可供外界验证的底层架构。
• 这些人不是简单“放弃大模型”。更准确的说法是：他们不再相信，仅靠把静态预训练继续做大，就能自动补齐智能所需的全部机制。

因此，下面讨论的是他们公开表达的基本逻辑，而不是把创业公司的愿景当成已经实现的技术。

一、Sutton 与 Javed：智能不是读出来的，而是活出来的

Richard Sutton 的出发点最彻底。

大语言模型的基本训练逻辑，是从人类留下的文本、代码、图像和视频中压缩规律。它能吸收文明已经表达出来的知识，却没有天然经历这些知识产生的过程。它知道别人怎样描述世界，不等于它自己在世界中行动过。

Sutton 长期坚持的强化学习立场是：

智能来自一个主体在环境中持续行动、观察结果、更新预测和改进策略的闭环。

因此，他真正反对的不是语言模型，而是把“离线学习人类数据”误当成智能的完整来源。

Oak 所强调的 OaK——Options and Knowledge——可以理解为两类核心积木：

• Options：跨越多个时间步的行为技能。智能体不只选择下一步动作，还能形成“搜索资料”“完成实验”“安抚用户”“推进一次谈判”这样的长期行动单元。
• Knowledge：对未来的预测性知识。它不只是保存事实，而是学习“在某种状态下采取某种行动，接下来可能发生什么”。

这两者组合后，智能体可以在真实时间中反复经历：预测、行动、结果、修正。

Khurram Javed 补上的，是一个非常工程化却关键的问题：神经网络为什么学久了反而越来越难学？

今天的模型通常在训练结束后冻结，并不只是产品习惯，也因为持续更新容易遗忘旧能力、破坏已有表示，甚至逐渐失去可塑性。Javed 的研究长期关注 continual learning、plasticity loss 和在线适应：怎样让一个网络活得越久，仍然能学习新东西，而不是越活越僵硬。

所以 Sutton/Javed 路线的核心不是“再造一个更大的模型”，而是让模型第一次真正拥有时间：

• 过去的经验会影响现在；
• 现在的行动会产生新数据；
• 新数据会改变未来行为；
• 学习不会在部署那一刻结束。

他们认为当前大模型缺少的，首先是生命史。

二、David Silver：知识可以由行动产生，而不只由人类提供

David Silver 与 Sutton 同出强化学习传统，但他的重心更像是：只要目标和反馈足够清楚，机器可以通过搜索和自我产生的经验，发现超越人类示范的策略。

AlphaGo、AlphaZero 和 MuZero 展示了同一种基本逻辑：

1. 给系统一个目标或奖励；
2. 让它反复行动和搜索；
3. 用结果评价策略，而不是只模仿人类动作；
4. 把成功与失败转化成下一轮训练数据。

这条路线最重要的贡献，不只是“强化学习会下棋”，而是改变了数据的含义。

在预训练范式里，数据主要是人类过去留下的静态遗产；在 Silver 的范式里，数据可以由智能体为了完成目标而主动创造。

这也解释了他与 Sutton 合写的《The Era of Experience》为什么重要。它提出，AI 下一阶段的突破可能来自 agents 在真实环境中获得的长期经验，而不只是继续消化人类生成的数据。

Silver 路线的力量在于目标驱动、自我生成经验和结果验证；它的难点也同样明显：现实世界不像围棋那样有清晰规则和即时胜负。

• 奖励可能稀疏、延迟甚至被错误定义；
• 智能体可能优化指标，却伤害真正目标；
• 搜索现实世界的代价远高于棋盘模拟；
• 很多任务无法通过一次成功或失败可靠归因。

所以 Silver 的答案不是“奖励能自动解决一切”，而是：机器必须开始通过自己的行动产生知识；否则它永远主要是在复述人类已经走过的路。

他认为当前大模型缺少的，是由目标牵引的自主发现能力。

三、Yann LeCun：在行动之前，先学会预测世界

Yann LeCun 同样认为纯语言训练不够，但他对强化学习也保持警惕。

原因很直接：如果所有知识都要靠试错奖励获得，效率太低。人和动物并不是碰到每件事都等别人打分。我们通过观察世界，已经学会大量直觉：物体会持续存在，重力会让东西下落，遮挡不等于消失，一个动作可能引发怎样的后果。

LeCun 押注的是 world model：智能体内部需要有一个能预测世界如何演化的模型。在采取行动前，它可以想象多个未来，计算代价，再做规划。

他的 JEPA（Joint Embedding Predictive Architecture）尤其关键。它不要求模型生成未来画面的每一个像素，而是预测更抽象、更有意义的表征。

这是一个重要取舍。未来场景中，树叶如何晃动、每个像素的噪声是什么，常常不可预测，也与决策无关。智能体真正需要预测的是：

• 哪些对象和关系会保持；
• 什么状态可能发生变化；
• 某个行动会不会让目标更近；
• 哪些未来危险、昂贵或不可逆。

在 LeCun 的 AMI 架构蓝图里，感知、世界模型、短期记忆、代价模块、动作模块和层级规划共同工作。语言模型可以成为接口和知识模块，但不能独自承担整个认知系统。

他认为当前大模型缺少的，是对世界的抽象预测模型，以及基于该模型进行规划的能力。

四、李飞飞：世界不只是被描述的，它有空间、视角和可行动性

李飞飞所强调的 spatial intelligence，与 LeCun 的 world model 有交集，但视角不同。

语言模型擅长处理 token 序列，图像模型擅长识别二维画面；真正进入现实世界的智能体，却必须理解三维空间：

• 物体在哪里、形状是什么；
• 换一个视角后，同一个世界为何仍然一致；
• 哪些区域可以进入，哪些对象可以操作；
• 一次移动会如何改变观察和行动可能性；
• 环境如何随时间形成 3D/4D 的连续世界。

这不是给大模型“加一个摄像头”就能解决的。图像识别回答“这是什么”，空间智能还要回答“它在哪里、我与它是什么关系、我能对它做什么”。

World Labs 所展示的方向，是生成并理解可进入、可探索、跨视角一致的世界。这类模型未来可以服务机器人、设计、游戏、仿真和科学，但它的更深意义在于：让 AI 的表征从文字与平面图像，走向具有几何结构和行动可能性的环境。

李飞飞认为当前大模型缺少的，是具身行动所需的空间世界表征。

LeCun 更关注“智能体内部怎样预测和规划”；李飞飞更关注“这个被预测和规划的世界，应该用什么空间结构表示”。两条路线很可能互补。

五、Ilya Sutskever：规模仍有价值，但下一个突破需要新的泛化机制

Ilya 是这五个人中最不能被简单归入“反 scaling”的人。他本身就是大规模深度学习革命的重要推动者。

他的转向更像是对 scaling 边界的内部判断：现有方法继续扩大，能力仍会进步；但高质量人类数据有限，而且今天的模型即使在海量训练后，仍然可能在新环境中表现脆弱。

人类小孩见过很少样本，就能抽象出新概念并迁移；模型往往需要巨量专项数据，遇到分布变化时仍会犯低级错误。这意味着当前系统的 benchmark 成绩与真正可靠的泛化之间，还有距离。

Ilya 在访谈中把下一阶段描述为从“规模时代”重新进入“研究时代”。关键问题包括：

• 如何获得更强的少样本学习和可靠泛化；
• 如何在部署中继续学习，而不是训练结束后冻结；
• 如何让系统理解并学习人的价值，而不只是最大化表面奖励；
• 当能力持续增长时，如何让安全机制同步增长。

SSI 的独特之处，是把“安全超级智能”设为单一目标，不用短期产品收入牵引研究节奏。但必须说明：SSI 尚未公开足够技术细节，外界不能把任何具体替代架构当成事实。

Ilya 认为当前大模型缺少的，不只是一个新模块，而是更可靠的泛化、价值学习，以及在能力增长过程中仍然可控的学习机制。

六、五条路线其实在寻找不同的“缺失器官”

把它们放在一起，可以看到分歧，也能看到潜在组合：

未来的完整智能体，很可能不是其中某一条路线单独胜出，而是一个组合系统：

• 基础模型提供语言、感知和人类知识；
• 世界模型预测行动后果；
• 搜索与规划选择路径；
• 强化学习根据真实结果改进策略；
• 空间模型让系统进入物理世界；
• 持续学习让部署后的智能体继续成长；
• 安全和价值机制约束能力增长的方向。

换句话说，大模型不会消失，但它的角色正在变化：从“完整智能的候选者”，变成智能体系统中的语言、知识与表征核心。

七、这对数字分身意味着什么

如果数字分身只是保存更多聊天记录、写出更像用户的话，它仍然主要是一个静态模仿器。

真正的数字分身应该有自己的经验闭环：

1. 在真实协作环境里代表一个人行动；
2. 记录行动、环境、反馈与结果；
3. 区分“发生了什么”和“为什么发生”；
4. 把成功经验压缩成技能，把失败转化为策略修正；
5. 在长期运行中继续改变，同时守住身份、授权和价值边界。

这也是 WeHub 所面对的更深问题：不是怎样让每个人拥有一个更会聊天的 AI，而是怎样让人的数字分身、团队中的数字员工和其他人类，形成一个能够长期协作、共同学习、明确责任并持续进化的系统。

从这个角度看，“大模型之后”并不是某个神秘的新模型名称。

它是一场从静态模型走向长期主体的迁移：

从学习人类留下的数据，走向创造自己的经验；从回答下一句话，走向预测下一种世界；从一次性训练，走向一生都在学习。

真正的路线分化，才刚刚开始。

主要参考资料

• Richard Sutton, The Bitter Lesson
• David Silver & Richard Sutton, Welcome to the Era of Experience
• David Silver et al., Reward Is Enough
• Yann LeCun, A Path Towards Autonomous Machine Intelligence
• Yann LeCun et al., Self-Supervised Learning from Images with a Joint-Embedding Predictive Architecture
• Yann LeCun et al., V-JEPA
• Fei-Fei Li, With spatial intelligence, AI will understand the real world
• World Labs
• Safe Superintelligence Inc.
• Ilya Sutskever, We’re moving from the age of scaling to the age of research
• Reuters, SSI raises $1 billion at $5 billion valuation

说明：Oak、Ineffable Intelligence 与 SSI 对外披露仍有限。本文把已公开事实、创始人公开主张与作者判断分开表达；融资、团队和技术信息可能继续变化。