强化学习之父理查・萨顿最近接受红杉专访,抛出了一个让整个 AI 圈不舒服的问题: 现在的大语言模型,训练完权重就 “焊死” 了。它们不会从交互中学习,不会因为新经验而改变自己。它们只是在调取训练数据,然后用上下文补全。 这不是智能。这是高级检索。 萨顿说,持续学习才是智能的核心本质。人类大脑一直在修改权重 —— 从每一次交互、每一个错误、每一条反馈中学习。而今天的 LLM?出厂即巅峰,之后只会衰退。 RAG、长上下文、LoRA 微调…

强化学习之父理查・萨顿在红杉专访中直言,当前大语言模型训练后权重固定、无法从交互中持续学习,本质上只是“高级检索”;他提出持续学习才是智能核心,并已创立 Oak Lab 探索这一方向。








