强化学习之父Rich Sutton最新判断：大模型被困在“局部最优”，AI必须学会持续学习

强化学习之父、阿尔伯塔大学教授Rich Sutton近期提出，当前主流大模型已陷入“局部最优”困境。他认为，现有模型依赖海量静态数据训练后冻结参数，缺乏与真实环境持续交互的能力，导致智能水平止步不前。Sutton主张，下一代AI必须转向“持续学习”范式，即在部署后仍能通过在线反馈、环境互动和自主目标设定不断更新自身知识结构，而非仅靠预训练规模扩展。他对比了动物与人类的学习机制，指出真正的智能应具备在开放世界中长期适应和积累经验的能力。该观点对当前以Transformer架构和算力堆叠为核心的AI发展路线构成直接挑战，引发业界对模型进化方向、数据效率及通用人工智能实现路径的重新讨论。Sutton强调，若不突破静态训练框架，大模型将始终停留在模式匹配层面，无法产生真正的因果理解与自主决策能力。