转自 AI 科技评论
古代航海时代，人们曾坚信只要地图绘制得足够完整，世界便再无未知。然而历史证明，地图永远追不上世界的扩张：每发现一块新大陆，地图需重绘；每诞生新知，人类认知需更新。
如今的大语言模型（LLM）正试图成为这样一张“世界地图”，它收纳了互联网、书籍及几乎所有已记录的人类知识，看似无所不知。但在 2026 年上海世界人工智能大会（WAIC）上，强化学习奠基人、2024 年图灵奖得主 Richard Sutton 提出了一个尖锐的问题：如果 AI 拥有的只是已画在地图上的世界，那么地图之外呢？
Sutton 曾在 2019 年发表短文《The Bitter Lesson》（《苦涩的教训》），指出过去 70 年 AI 领域的飞跃并非源于精巧的人类知识编码，而是依靠大规模计算碾压了一切手艺。大语言模型被视为这一理论的最新胜利。然而，Sutton 在 WAIC 上给出的答案却是：“是，也不是”。
大模型确实继承了依靠算力扩展的成功路径，但其核心能力建立在人类已有共识之上，这也构成了它的边界。它存储的是已知，而非未被发现的真理。Sutton 预言，终有一天，一种能自主创造知识、不再依赖人类数据的方法，将像当年的大规模计算一样，取代今天的大语言模型。
地图可以日益完整，却永远无法提前画出下一块大陆。当 AI 的力量完全建立在人类已知之上时，未知的知识将从何而来？以下内容基于 Richard Sutton 在 WAIC 的主旨演讲整理。
▎The Bitter Lesson of AI Research
主讲人：Richard Sutton，2024 年图灵奖得主，阿尔伯塔大学计算机科学教授
01
“苦涩的教训”：AI 反复验证了 70 年的规律
《The Bitter Lesson》源于 2018 年的一次内部会议，并于 2019 年正式发表后迅速成为 AI 领域的经典文献。其核心观点揭示了一个反复出现的历史规律：长期以来，研究者倾向于将人类知识直接编码进智能体（Agent），这种方法短期有效且符合直觉，但长期来看总会遇到瓶颈。
真正带来突破性进展的，始终是另一条路径：依靠搜索（Search）和学习（Learning）不断扩展计算规模。之所以称其为“苦涩”的教训，是因为研究者倾注心血设计的精巧方法，最终往往被更依赖算力、更具扩展性的方案所取代。
过去 70 年间，从国际象棋到计算机视觉，再到自然语言处理，这一规律屡试不爽。语言处理最早基于语言学规则，随后被统计模型和隐马尔可夫模型取代，最终被依靠海量数据和大规模计算的机器学习模型全面超越。
需要强调的是，“苦涩的教训”并非科学定律，历史未必会简单重复。但在 AI 研究史上它已出现过太多次，这足以让我们保持警觉：对于今天的基础模型（Foundation Models），这一规律是否依然适用？
02
大语言模型：“是，也不是”
针对基础模型是否遵循“苦涩的教训”，Sutton 的答案是辩证的。
说是，因为大语言模型确实找到了持续扩展计算规模的方法。它充分利用了当下的算力资源和互联网海量数据，这正是“苦涩的教训”所倡导的路径，也是其取得巨大成功的原因。
说不是，是因为基础模型的能力归根结底建立在人类既有知识之上。人类知识是其最大的超能力，却也构成了其最大的局限。它们吸收的是已记录的共识，而非尚未发现的真理。
从长远来看，基础模型很可能被另一种方法取代。这种新方法不再依赖已有的人类知识，而是能够自主创造知识。如果历史规律重演，推动 AI 下一次跃迁的将不再是更大的基础模型，而是具备知识创造能力的新技术。
03
基础模型的本质：人类共识的容器
在探讨未来之前，必须厘清基础模型的定义。Sutton 认为，基础模型本质上是“人类已达成共识知识的容器”（containers of all agreed human knowledge），而非创造新知识的科学家。
这里的关键在于“已达成共识”与“所有知识”的区别。世界始终在变化，新知识不断涌现，没有任何系统能预知尚未出现的知识。基础模型的使命是尽可能准确地容纳那些已被人类验证、记录并形成共识的知识。将其幻想为全知全能的“所有知识”容器，是不切实际的。
04
大世界视角：世界永远大于任何一个心智
为何基础模型无法成为“所有知识”的容器？答案在于“大世界视角”（Big World Perspective）。世界永远比任何一个心智更大、更复杂。
任何心智都只是世界的一部分，而世界包含自然以及无数其他心智。因此，没有任何单一心智能够完整理解整个世界。通用智能（AGI）并不意味着无所不知。真正具有通用性的基础模型，必须接受其认知只能停留在表层的事实。
这一事实也消除了对“全知全能超级心智”的恐惧。超级智能同样受限于此，它不会比你自己更了解你，也不会比你更了解你的朋友。超级智能与我们并无质的区别，它们也只能在生命过程中逐渐成为其所接触那部分世界的专家。没有任何心智可以成为整个世界的专家。
05
未来的 AI：完整心智、专用工具与“超级百科全书”
基于“大世界视角”，未来不会只有一种 AI，而是会演化出不同形态：
首先是真正完整的 AI 心智。它们像人类一样体验世界、学习思考，甚至拥有意识，在特定领域形成专长，但它们不是基础模型，也不无所不知。
其次是专用工具型 AI。如自动驾驶汽车，它们服务于具体任务，有明确的目标和边界，无需理解整个世界。
最后是基础模型。它介于两者之间，不是个人的 AI，而是供所有人使用的公共基础设施。其核心使命是成为当前人类已达成共识知识的准确存储。Sutton 强调，基础模型不应追求回答训练数据之外的问题或产生幻觉，而应致力于成为一部准确、可靠、人人可用的“超级百科全书”（Super Encyclopedia）。
若能实现这一目标，基础模型将使人类共识知识以前所未有的方式被获取和利用。这不是一个无所不知的超级大脑，而是一个准确、可靠的知识库，这才是基础模型应有的未来。
作者 吴思梦
编辑 岑峰
【免责声明】转载出于非商业性的教育和科研目的，只为学术新闻信息的传播，版权归原作者所有，如有侵权请立即与我们联系，我们将及时删除。
