EP104 | 带你云游WAIC大会：第3期——Sutton演讲拆解：运行时间 vs 设计时间

本期简介

辉子坦白一个扎心的真相——他之前一直把AI工作台的"探索空间"当测试环境、"运行空间"当生产环境，以为把功能调试好了部署上去就完事了。直到读完Sutton的演讲才意识到：这根本不是换个地方跑的问题，而是运行机制本身就不一样。

小超指出关键：你送agent进运行空间的时候，只给了它设计时间预置的知识，没给它运行时间持续学习的能力。它不是在变笨，它只是没长大。

本期拆解Sutton演讲中的"第二口钟"——学习、规划、发现抽象，这三件事必须在运行时间发生，不能只留在设计时间。

本期内容

认知冲击：你以为只是换了地方跑，其实连操作系统都要换

辉子坦白自己之前的认知错误——他把探索空间理解为测试环境，把运行空间理解为生产环境。就像写好了代码部署上线一样。但Sutton说得很清楚：设计时间是预置领域知识，运行时间是让agent自己去体验、去运行，没有人类在幕后给特殊指令。

两者的运行机制从根本上就不一样。测试环境里你调好的能力，到了真实世界不一定能用。因为真实世界有非平稳性——用户的输入习惯、数据分布、需求偏好，跟你设计测试用例时想的完全不一样。

小超的洞察很一针见血：你的agent不是变笨了，它是遇到了运行环境的非平稳性，但它停在了设计时间那一刻的知识水平上。它不是变笨了，是没长大。

三大运行时间能力：学习、规划、发现抽象

Sutton演讲中的核心观点：学习、规划、发现抽象这三个过程，都必须在运行时间发生，不能只留在设计时间。

- 学习：agent在运行时间得能接收反馈、更新知识，而不是出厂即定型

- 规划：agent需要在真实场景中自己规划行动路径，而不是执行设计时间预设的固定流程

- 发现抽象：agent要能自己从经验中发现规律和模式，而不是依赖人类提前教给它

这是Sutton敲响的"第二口钟"——你不仅理解不了全部世界（第一口钟），你连你理解的那部分都用错了方法。

从骑手与马到自主成长：平台架构的认知升级

回顾EP092讨论的"骑手与马"框架——探索空间里人是骑手，运行空间里要逐步让AI成为骑手。但Sutton的演讲让这个框架有了更深层的理解：你驯好的马只会在你熟悉的赛道上跑。真正的赛道，马得自己认路、自己调整、自己学会跑你没见过的地形。

对应到平台设计，小超给出了三条落地路径：

1. 持续学习——agent在运行时间得能接收反馈、更新知识

2. 在线反馈——每一次真实操作的结果要能回到agent的训练循环里

3. 自主决策边界——不能让它什么决策都问你，划好边界，边界内它自己做主

核心方向转变：不是给运行空间配一个更大更稳的测试环境，而是配一个能让自己长大的环境。

本期小建议

- 做能力分类：把你平台里所有的能力分成"设计时间能力"和"运行时间能力"——调prompt、写SKILL、验收测试全是设计时间；在线反馈收集、自主决策、动态知识更新才是你缺的运行时间能力

- 对照三问：问自己的运行空间支不支持Sutton说的三条——学习、规划、发现抽象。如果三条都不支持，先支持一条

- 方向比速度重要：不求一步到位把运行时间能力全部补齐，但方向要对——从"把测试环境做大"转向"设计一个能让agent自己长大的环境"

- 正视缺失：承认目前还没有可靠的持续深度学习能力是最大的瓶颈，别假装它不存在

---

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

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！