币界网消息，强化学习之父Richard Sutton今日重申「苦涩的教训」，呼吁AI发展应聚焦于能随算力扩展的通用方法，而非被人类知识分散注意力。这一论断引发了关于大模型路线的辩论。知名AI评论家Gary Marcus反驳称，当前大模型仍依赖人类知识作为主要燃料，已将其编入系统提示词和超过50种定制工具中。机器学习奠基人Thomas G. Dietterich认为，研究人类的抽象认知结构能为AI标定盲区，绝不该被视为「分心」。The Innovation Game联合创始人John Fletcher指出，AI的终局虽是纯算力，但在书面语料枯竭的情况下，通向终局的路径无法绕开人类。当前产业的打法是通过打造顶级协同工具，高频捕获专家大脑中的隐性知识。