强化学习先驱 Rich Sutton 创立 Oak Lab，押注可自主学习的 AI 智能体

2024 年图灵奖得主 Richard Sutton 近日在多伦多正式推出新创业公司 Oak Lab，联合创始人 Khurram Javed 曾与他一同在 John Carmack 创办的 Keen Technologies 从事 AI 研究。公司名称延续了 Sutton 对符号化、持续学习的偏好，目标直指能自主从环境中学习的智能体。

Sutton 在公开表态中直言，当前主流深度学习方法"薄弱且低效"，需要的是根本性的新思路与彻底重构，而非在小修小补上继续堆叠参数。今年 6 月他曾撰文指出，生成式 AI 虽擅长模仿人类文本，却无法对自身输出做出有效评估，因此难以构成真正意义上的发现能力。

围绕这一判断，Oak Lab 将研究方向锚定在三个维度：让智能体在运行阶段持续与环境交互学习，自主构建内部世界模型，并独立完成对变化、评估与选择的处理。这与依赖固定数据集一次性训练的主流范式形成鲜明对比。

公司在技术路线上承袭了 Keen Technologies 的强化学习传统，强调"从经验中学"而非"从数据中学"。Sutton 长期坚信，智能体应在部署后持续进化，把训练与推理的边界逐步消融。

Oak Lab 给出了颇具野心的长期目标：构建一个拥有万亿级参数、能在实时环境中学习并规划、且功耗控制在 20 瓦左右的智能体。这一指标同时指向规模、能效与在线学习三道难题，也意味着团队需要在算法与硬件协同层面寻求突破。

Sutton 的再度创业也被视为对当下大模型路线的一次公开挑战。当业界普遍通过更大数据、更多算力来推动生成式 AI 进步时，Oak Lab 选择押注持续学习与强化学习，试图为通用人工智能寻找一条不同的入口。

要点

• 2024 年图灵奖得主 Richard Sutton 与 Khurram Javed 在多伦多创立 Oak Lab，延续强化学习路线。
• Sutton 批评现有深度学习方法"薄弱且低效"，认为需要底层重构而非参数堆叠。
• 公司主张 AI 在运行中持续从环境学习，自主构建世界模型并完成评估与决策。
• 长期目标为万亿参数、能实时学习与规划、功耗 20 瓦的智能体。
• 该创业项目被视为对当前生成式 AI 主流路线的公开挑战。