来源：蒙格斯智库
在二〇二五年七月上海举行的“世界人工智能大会”上，美国计算机科学家、图灵奖得主理查德•萨顿却出人意料地宣称：“人类数据时代已近结束，经验时代即将来临。”如何理解？
这句话是“强化学习之父”、图灵奖得主理查德·萨顿对AI发展范式切换的核心判断，本质是宣告大模型当前依赖“人类存量知识”的路线即将触顶，AI将转向“自主交互生成经验”的新路线。可以从三个层面理解：
什么是“人类数据时代”，为什么走到了尽头
我们当前所处的阶段，AI的核心训练原料是人类生成的存量数据：互联网文本、书籍、代码、人工标注内容，大模型的本质是把人类已经创造出来的知识、语言、逻辑“搬运”到参数里，再通过人类反馈微调对齐。
这个范式已经触及两个硬边界：
数据存量见顶：高质量的公开人类语料已经被主流大模型基本消耗完毕，新增数据的边际价值急剧下降，继续堆参数、堆数据的收益越来越低，也就是行业普遍观察到的“规模壁垒”；
能力天花板明确：基于人类数据训练的AI，本质是“复刻人类已有认知”，它无法产生真正超出人类知识边界的新发现，也做不到像人一样在环境里持续学习、终身进化，训练完成后就是静态的。
萨顿的判断是：靠“吃人类存量知识”这条路，已经走到了末期。
“经验时代”的核心：AI自己生成数据，自己进化
萨顿所说的“经验”，不是人类的经验，而是AI智能体通过与环境主动交互，自己产生的第一手数据，包含三个核心信号：观察（看到什么）、行动（做了什么）、奖励（结果好坏），这正是强化学习的底层逻辑。
和人类数据时代的本质区别是：
数据不再是有限的人类存量，而是AI在自我博弈、与现实/虚拟环境交互中无限生成的。AI越强，能探索的场景越多，生成的高质量经验数据就越多，不会枯竭；
学习不再是“模仿人类答案”，而是“在试错中总结规律”，就像AlphaGo自我对弈走出人类从未想过的棋步、AlphaProof自己推导出新的数学定理，AI可以产生人类没有的新知识；
智能不再是训练完成后就固定的静态模型，而是可以持续学习、终身进化的动态智能体。
这也是萨顿一贯“痛苦教训（Bitter Lesson）”观点的延续：AI领域最终胜出的方法，是依赖大规模学习、大规模算力的路线，而不是依赖人类手工注入知识、手工设计规则的路线。
现实定位：是长期趋势，不是即时替代
需要明确的是，这不是说大模型立刻就会被淘汰，而是AI的核心增长动力正在切换：
当前行业已经在往这个方向走：AI智能体、世界模型、强化学习对齐、合成数据，本质都是在摆脱对纯人类文本数据的依赖；
但真正的“经验时代”还在早期，通用智能体的持续学习、现实世界交互的安全性、经验数据的质量控制，都还没有完全解决。
萨顿的判断更像是一个路线宣言：下一个阶段的AI，比拼的不再是谁能拿到更多人类语料，而是谁能让AI在真实环境里更高效地自主探索、自主学习。
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
热门跟贴