Sutton成立Oak Lab 不走LLM路线重做AI

时间：2026年8月19日 地点：美国加州（Sequoia 播客） 人物：图灵奖得主、强化学习之父 Richard Sutton；前学生 Khurram Javed；OpenAI、Google 等 AI 实验室 事件详情：图灵奖得主 Richard Sutton 于 8 月 19 日在 Sequoia 播客上公开批评当前 AI 行业过度依赖合成数据的做法，直言"这是一个大错误"。Sutton 与前学生 Khurram Javed 共同创办的新公司 Oak Lab 于上月成立，瞄准"在 20 瓦功耗下像人脑一样实时学习"的 AI 智能体技术路线，明确不走当前主流的大语言模型预训练扩展路径。 背景：Sutton 是强化学习领域的奠基人之一，合著的《强化学习导论》是该学科最具影响力的教材，AlphaGo 之父 David Silver 等皆为其学生。2019 年他发表《苦涩的教训》一文，主张能随算力扩展的方法（如搜索与学习）终将胜过依赖人类知识的方法，被引述上万次。Oak Lab 提出的"大世界假说"认为，世界无限复杂，任何仿真都只是其微小切片，无法替代真实环境数据。 影响：Sutton 的批评与 Yann LeCun 押注世界模型、David Silver 探索其他路线形成呼应，反映出 AI 行业主流之外的真实反思。OpenAI、Google 等公司近期高价收购专有数据集（如 Google 以 1000 万美元买下 Spirit Airlines 内部数据），表明业界私下承认合成数据的局限。Oak Lab 的 20 瓦实时学习目标如能实现，将颠覆当前数据中心"先训练后冻结"的范式。 总结：合成数据是否是 AI 扩展的"下一堂苦涩教训"？Sutton 与 Oak Lab 押注否；主流大厂押注是。但双方共识是，互联网真实数据已基本耗尽，AI 必须找到新的数据来源。 参考来源： 1. The Decoder：https://the-decoder.com/ki-pioneer-sutton-calls-synthetic-data-a-big-mistake-in-the-face-of-an-infinitely-complex-world/ 2. TokenFeed：https://tokenfeed.ai/the-world-is-too-big-for-fake-data-says-man-who-built-the-field 3. CNBC News：https://cncbnews.com/article/2026/08/using-synthetic-data-for-ai-training-is-a-big-mistake-says-ai-pioneer-rich-sutton 4. The Next Web：https://thenextweb.com/news/richard-sutton-oak-lab-reinforcement-learning 5. Omega Technology Solutions：https://www.omegatechnologysolutionsgroupinc.com/blog/ai-pioneer-rich-sutton-calls-synthetic-training-data-a-mistake-d11e2a 6. 今日头条 - IT168：https://www.toutiao.com/article/7662627020370657827