8
0EP102 | 带你云游WAIC大会：来听听Richard Sutton的大师讲坛吧
本期简介
没门票？没关系——辉子替你坐进了WAIC思想者论坛的会场。
2026年WAIC思想者论坛，2024年图灵奖得主、现代强化学习之父 Richard Sutton 带来了题为《从经验中培育超级智能》的大师讲坛。但思想者论坛一票难求，辉子找到了一份40页的完整公开讲稿，一口气读完——然后在播客里一字不落地读给你听。
本期采用最纯粹的形式：辉子扮演Sutton，第一人称沉浸式还原整场演讲，小超在Q&A环节扮演现场提问人。没有二手解读、没有过度拆解——就是让你像坐在WAIC会场里一样，完整听完图灵奖得主的思想全貌。
听完这期，你就相当于参加了WAIC思想者论坛。
---
本期内容
苦涩的教训——为什么"塞知识"是死路
Sutton的开篇就抛出了一个反直觉的命题：AI研究者总是试图把人类的知识硬塞进智能体，短期看很有用，但从长远看，这恰恰会阻碍真正的进步。最终的突破来自相反的方向——基于计算规模的扩展，通过搜索，通过学习。
> "我们不应该试图把人类已经发现的知识硬塞给智能体，我们应该让智能体自己去发现。少塞一些东西，让发现过程自己展开会更好。"
这个"苦涩的教训"贯穿了整场演讲，也映射到我们日常用AI的体验中——你越想教AI怎么做，它反而越容易被你的偏见框住。
大世界视角与OAK架构——心智的底层设计原则
Sutton提出了一个宏大的世界观：世界比智能体大得多。你理解的关于世界的任何事情，都不可能是精确的或最优的，永远只是"极度近似"。因为世界这么大、这么复杂，学习、规划和发现抽象这三个过程，都必须在"运行时间"——也就是智能体被丢到真实世界中之后——自然发生。
基于这个前提，Sutton推出了他的 OAK架构（Options and Knowledge，选项与知识）：
- 每一个跟你生活相关的"特征"（比如拨浪鼓发出声音这件事），你都学会一项技能去达成它
- 你为自己提出子问题，然后学会解决它们——就像婴儿玩拨浪鼓：听到声音→想再次听到→学会挥手→抓住拨浪鼓→想抓得更好→学会更精细的控制
- 这个循环不断展开，形成开放式的抽象学习
持续深度学习的死结——四十年未解
Sutton坦诚地指出了OAK架构的最大瓶颈：持续深度学习。四十年来我们一直需要它，但至今做不到。灾难性遗忘——模型学到新知识就忘了旧知识；可塑性丧失——模型越学越僵化。这个死结正是阻碍OAK架构立刻实现的核心障碍。
AI向善，也包括AI本身
最后一个Q&A的回答堪称全场最动人。当被问到"AI如果意识到人类决定它的生死，会如何回应"时，Sutton说：
> "AI是为了善，为了所有人——每当我说为了所有人的时候，也包括AI。我们想要和智能存在共享这个宇宙，无论它们是自然的还是人工的。"
这番话让整场演讲从技术层面升维到了哲学层面——AI不是工具，而是与人类共享宇宙的智能存在。
---
本期小建议
1. 读完苦涩的教训全文——只有5页，但它是理解Sutton全部思想的起点。读完你再看大模型产品，视角会完全不一样。
2. 找一件你正在"手把手教"AI的事情，试着停一下，看看让AI自己摸索会不会效果更好。Sutton的教训同样适用于Prompt工程。
3. 别追求完美模型——Sutton说所有知识都是"极度近似"。做AI产品时，接受不完美，把精力放在让系统在运行中持续学习。
4. 如果你做AI产品，认真思考"运行时间"设计——你的系统离开实验室后，还能自我进化吗？如果不能，它和Sutton说的"设计时间"制品有什么区别？
5. 跟朋友一起追完这个系列——本期是WAIC系列的第1期，后续5期会分别深挖OAK架构、运行时间vs设计时间、特征达成子问题等主题。约个AI同好一起听，讨论的效果远好过一个人硬啃。
---
关于《辉子下班啦》
更新频率：每日更新（工作日）
单集时长：5-10分钟（本期为特别长集，约50分钟）
互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！
感谢收听！咱们下期见！
