69岁正是“创”的年纪：Richard Sutton创立Oak Lab，重定义智能的本质

69岁，不是终点，而是新范式的起点 Richard Sutton，强化学习奠基人、2024年图灵奖得主，于近期宣布离开Keen Technologies，与学生Khurram Javed共同创立Oak Lab。此时他69岁——没有退休，没有止步，而是选择在AI最喧嚣的时刻，转身回到问题原点：智能究竟如何产生？ 不是逃离，而是回归本源 Sutton早年师从Andrew Barto，提出时序差分（TD）算法，合著《强化学习导论》成为全球标准教材；他在阿尔伯塔大学创建RLAI实验室，在DeepMind牵头建立埃德蒙顿团队，培养出David Silver、Doina Precup、Michael Bowling等一批推动AI进程的关键人物。四十余年，他始终锚定一个命题：智能源于与环境持续互动所生成的经验。 此次离开Keen Technologies，并非对合作方的否定。他在公开声明中明确肯定John Carmack与Keen的技术愿景。分歧在于路径：Sutton认为，当前以大模型为核心的深度学习范式，本质仍是静态知识的规模化复用，无法支撑真正意义上的自主适应与长期目标达成。他主张的不是优化，而是重构——从学习机制、计算架构到智能定义的全栈重写。 Oak Lab的核心信条：智能即运行时经验 主流大模型依赖海量离线数据预训练，参数固化后上线，交互过程极少触发实质性能力更新。Oak Lab反其道而行：智能体必须在运行中实时感知、实时行动、实时学习。每一次环境反馈，都应即时转化为参数调整与策略演化。AI的每一秒运行，都该是学习的一秒。 为此，团队提出OaK架构（Options and Knowledge），聚焦时间抽象能力——从连续动作流中自动提炼可复用、可组合、可规划的高层技能。例如机器人接水，不再视作单一决策序列，而是从中沉淀出‘定位厨房’‘抓取容器’‘控制水流’等模块化技能。后续任务只需调用与重组，而非从头训练。 极简学习：不存历史，不回放经验 OaK摒弃传统强化学习中依赖经验回放（experience replay）和批量采样（batch training）的设计。它采用batch size为1的在线更新机制：每获得一条新经验，立即完成一次梯度更新。该设计天然适配事件驱动型神经网络，有望将计算开销与功耗压缩至传统方法的百分之一量级。 这一路线指向一个具象目标：构建万亿参数规模、支持实时学习与实时规划、整机功耗仅20瓦的智能体——与人脑能耗持平。这不是对算力堆叠的模仿，而是对生物智能能效逻辑的致敬与复现。 大世界假说：智能必须学会遗忘与选择 Oak Lab的理论根基，来自Sutton与Javed提出的‘大世界假说’：真实世界的变化速度永远超过任何离线数据集的构建与标注节奏。因此，智能体不能靠‘背完世界’来应对世界，而必须具备选择性记忆、动态遗忘、在线验证与持续校准的能力。学习不是积累，而是演化；知识不是库存，而是过程。 从《苦涩的教训》到‘经验时代’ 2019年，Sutton写下《苦涩的教训》，指出可扩展的通用学习方法终将胜过人类先验知识注入。今天，他进一步指出：真正的可扩展性，不只在于模型规模或数据量，更在于学习发生的‘场所’——必须从数据中心，迁移到真实世界的运行现场。2025年，他与David Silver共同提出‘经验时代’（The Era of Experience）概念，标志AI发展正从‘数据驱动’迈向‘经验驱动’。Oak Lab，正是这一理念的首次系统性工程实践。 第一站：上海WAIC思想者论坛 创业启程之际，Sutton选择在中国上海世界人工智能大会（WAIC）发表主题演讲《强化学习的第一性：从经验培育超级智能》。这不是技术路演，而是一次哲学重申——当行业追逐参数与性能时，他仍固执地追问：智能，何以为生？