引言：一个正在发生的范式转折2026年7月17日，上海世博中心。2024年图灵奖得主、"强化学习之父"理查德·萨顿（Richard Sutton）站在WAIC 2026主论坛讲台上，说出了一句让全场安静下来的话：「AI的进步被夸大了。」这不是一个科技巨头对竞争对手的嘲讽，而是全球最具影响力的强化学习研究者对整个人工智能领域的清醒审视。萨顿的核心论断正在行业内引发深层震荡：AI正在从「人类数据时代」向「经验时代」转型——当前大模型所依赖的"预测下一个词"范式正在逼近极限，真正的智能必须来自智能体与真实世界持续交互、积累第一视角经验的能力。本文将深入解析萨顿WAIC 2026主旨演讲的技术内核，结合其最新提出的OaK（Options and Knowledge，选项与知识）架构、综合性心智科学理念，以及新创公司Oak Lab的战略方向，用Go和Python代码实现关键概念的原型，探讨这一范式革命对AI产业的技术影响与深远意义。一、核心论点：「计算」与「智能」的根本分野1.1 当前AI的本质：大规模模式识别萨顿在演讲中开宗明义地指出，社会对AI能力的认知存在系统性夸大。近年来最显著的突破——语言熟练运用、图像和视频生成——本质上仍然属于大规模模式识别能力的范畴，而非真正意义上的智能。“我们不能把智能和计算混淆。目前大多数AI能力，本质上仍然建立在大规模计算和模式识别基础之上。”这一论断直接挑战了当前AI行业的主流叙事。萨顿认为，当下的大模型更多是在利用人类已有知识并重新组织呈现，而非依靠自身发现新知识。它们本质上是一个高性能的"知识重组引擎"，而非"知识发现引擎"。// 知识重组引擎 vs 知识发现引擎的概念区分packagemainimport"fmt"// KnowledgeReconstructor 知识重组引擎：从已有数据中检索和重组typeKnowledgeReconstructorstruct{KnowledgeBasemap[string]string}func(kr*KnowledgeReconstructor)Reconstruct(querystring)string{ifanswer,exists:=kr.KnowledgeBase[query];exists{returnfmt.Sprintf("基于已有知识重组: %s",answer)}// 近似匹配——在已有知识中寻找最接近的答案fork,v:=rangekr.KnowledgeBase{iffuzzyMatch(k,query){returnfmt.Sprintf("基于近似知识重组: %s",v)}}return"知识库中无匹配信息"}funcfuzzyMatch(a,bstring)bool{// 简化版近似匹配逻辑returnlen(a)0len(b)0a[0]==b[0]}// KnowledgeDiscoverer 知识发现引擎：通过交互产生新知识typeKnowledgeDiscovererstruct{ExperienceBuffer[]Experience Model*WorldModel}typeExperiencestruct{StatestringActionstringRewardfloat64NextStatestring}typeWorldModelstruct{TransitionProbmap[string]map[string]map[string]float64}func(kd*KnowledgeDiscoverer)Discover(initialStatestring)string{// 通过与环境的交互产生新知识state:=initialStatefori:=0;i100;i++{action:=kd.selectAction(state)nextState,reward:=kd.interact(state,action)kd.ExperienceBuffer=append(kd.ExperienceBuffer,Experience{State:state,Action:action,Reward:reward,NextState:nextState,})kd.updateModel()state=nextState}returnfmt.Sprintf("通过交互产生了 %d 条新经验",len(kd.ExperienceBuffer))}func(kd*KnowledgeDiscoverer)selectAction(statestring)string{// 基于当前模型选择最优动作（简化版）return"探索动作"}func(kd*KnowledgeDiscoverer)interact(state,actionstring)(string,float64){// 模拟环境交互returnstate+"_next",1.0}func(kd*KnowledgeDiscoverer)updateModel(){// 基于经验更新世界模型}funcmain(){reconstructor:=KnowledgeReconstructor{KnowledgeBase:map[string]string{"什么是强化学习":"强化学习是智能体通过与环境交互学习最优策略的机器学习范式","Q-learning是什么":"Q-learning是一种无模型的强化学习算法",},}fmt.Println(reconstructor.Reconstruct("什么是强化学习"))discoverer:=KnowledgeDiscoverer{}fmt.Println(discoverer.Discover("初始状态"))}1.2 智能的七种定义萨顿在演讲中梳理了不同学科对智能的理解，形成了一个层层递进的定义谱系：定义来源定义内容核心要素局限性威廉·詹姆斯（心理学之父）实现同一目标可采用多样不同方法的能力目标、方法多样性过于抽象图灵测试（大众误解）像人一样行为的能力模仿人类偏离图灵原意字典定义获取和运用知识与技能的能力知识获取与应用无目标导向明斯基（AI之父）通过计算达成目标的能力计算、目标过于宽泛萨顿定义通过行为适应来实现目标的能力行为、适应、目标—萨顿本人给出的定义是：智能是通过不断适应行为来实现目标的能力。这一定义将"适应"和"行为"置于核心位置，为强化学习的范式地位提供了理论支撑。二、综合性心智科学：超越AI的学科框架2.1 现有学科的覆盖盲区萨顿提出了一个极具前瞻性的构想：建立一门覆盖人类、动物和机器的综合性心智科学（Comprehensive Mental Science）。他认为，目前没有任何一门现有学科能够完全覆盖这一领域：心理学：聚焦人类心智，不涵盖机器智能人工智能：聚焦机器智能，忽略生物智能的共性规律认知科学：横跨多学科但缺乏统一的理论框架在中国，综合性心智科学的基石是强化学习——这是唯一一种同时适用于人类、动物和机器的学习范式。2.2 强化学习作为通用框架强化学习之所以能成为综合性心智科学的起点，是因为它抓住了智能最本质的共性特征：围绕目标，在持续互动中采取行动，并不断调整自身行为。""" 强化学习作为综合性心智科学基石的Python实现 ——统一框架：人类、动物、机器共享的适应机制 """importnumpyasnpfromtypingimportTuple,List,Callablefromdataclassesimportdataclassfromcollectionsimportdefaultdict@dataclassclassAgent:"""通用智能体——可代表人类、动物或机器"""policy:Callable# 策略函数value_function:Callable# 价值函数experience_memory:List# 经验记忆learning_rate:float=0.1discount_factor:float=0.95classComprehensiveMentalScience:""" 综合性心智科学框架 统一描述人类、动物和机器的学习过程 """def__init__(self):self.agents={}self.environments={}self.shared_metrics={'adaptation_speed':[],# 适应速度'goal_achievement_rate':[],# 目标达成率'exploration_efficiency':[],# 探索效率}defregister_agent(self,name:str,agent:Agent):"""注册任意类型的智能体"""self.agents[name]=agent