图灵奖得主Sutton：纯算力不足以实现智能

时间：2026 年 11 月 8 日（北京时间；Sutton 于 11 月 7 日美东时间在 X 发文） 地点：美国 X 平台，加拿大阿尔伯塔大学 人物：理查德·萨顿（Richard Sutton，图灵奖得主、《苦涩的教训》作者）、杰里·托沃克（Jerry Tworek，原 OpenAI 研究员） 事件详情：图灵奖得主 Richard Sutton 在 X 上发文称，仅靠暴力计算不足以实现智能，需要更聪明的新方法，AI 这门科学还远未建成。这位 2019 年《苦涩的教训》（The Bitter Lesson）的作者本人推文迅速在 X 上引发大量转发讨论，多位研究者跟进回应。Sutton 在文中重申自己一贯的立场：单纯扩展大语言模型存在边界，合成数据是一个大错误，因为真实世界无限复杂，任何对它的模拟都只是微观层面的；人类专家知识反而成了扩展的瓶颈。他主张转向能从自身经验中持续学习、拥有世界模型的智能体，需要的是不破坏已有知识的持续学习能力，而今天的语言模型在训练结束后就不再继续学习。 背景：Sutton 2019 年的《苦涩的教训》提出，能够随算力一起扩展的通用方法最终会胜过由人类精心设计的规则，这篇文章后来成为扩展派路线的基础原则。Sutton 此后多次批评纯靠扩大模型规模的路线，2026 年 8 月他另起炉灶成立 Oak Lab，继续做能自主学习的智能体，此前他也曾把合成数据称为大错误，认为真实世界极其复杂。 影响：原 OpenAI 研究员 Jerry Tworek 对此的解读是，苦涩教训依然成立，但算力投入越多，算法本身越关键，有些算法能扩展，有些会撞进死胡同，还有很多扩展维度几乎没人探索。这场讨论把行业里究竟该继续堆算力还是该换方法的分歧摆到了台面上，也给正在押注规模扩展的模型路线提出了来自图灵奖得主的公开质疑。 总结：Sutton 这次发声之所以引发热议，是因为它来自苦涩教训的提出者本人，等于对扩展路线提出了来自内部的条件限定，而不是又一篇社区评论。对行业来说，值得关注的信号有三点：一是暴力计算不够正在成为有分量研究者的公开立场；二是持续学习与世界模型被重新推到台前；三是围绕扩展与方法的争论从论文评论区升级为全网讨论。对做产品的团队来说，这意味着单纯把模型换更大不再是默认选项。 常见问题： 问：Sutton 是要否定《苦涩的教训》吗？ 答：不是。他强调苦涩教训依然成立，但随着算力投入增加，算法本身越关键，扩展还有大量维度没被探索。 问：他现在主张的路线是什么？ 答：让智能体拥有世界模型、能从自身经验中持续学习，并且不破坏已有知识。 参考来源： The Decoder 英文原文：苦涩教训作者给 LLM 扩展派上了一堂课 https://the-decoder.com/the-inventor-of-the-bitter-lesson-has-a-bitter-lesson-for-llm-scaling-enthusiasts/ The Decoder 德文版：苦涩教训提出者警告 AI 科学远未到目标 https://the-decoder.de/erfinder-der-bitteren-lektion-warnt-ki-wissenschaft-ist-noch-lange-nicht-am-ziel/ Dataist：Sutton 称仅靠算力无法推进 AI https://dataist.ai/news/richard-sutton-warns-that-compute-alone-will-not-advance-ai/ Coder Liang 中文译介：苦涩教训提出者提醒纯算力不够 https://coderliang.com/posts/b8367ca6-36d1-4034-b516-88187c7ea39a Richard Sutton 本人 X 原帖 https://x.com/RichardSSutton/status/2119142310894334262