Richard Sutton：20 瓦完整心智，下一站是经验学习

这篇笔记只覆盖机器之心 7 月 20 日对 Richard Sutton 的 WAIC 群访整理。原文说明：内容经过归类和精简。

他把新成立的 Oak Lab 与非营利研究机构 Openmind Research Institute 看作互补：短期可商业化的工作提供资源，长期研究继续公开分享。

Oak Lab 的长期目标很激进：构建一个能实时学习和规划、却只消耗约 20 瓦的万亿参数模型。Sutton 的关注点不是一个单独的魔法组件，而是减少数据搬运、让计算更高效。

Sutton 区分了做单一任务的 Agent 工具和「完整心智」：前者应被后者调用；多个心智之间更像一个去中心化社会，各自有目标、彼此协作，也持续面对控制与自治的张力。

他认为行业正在重新发现「从经验中学习」的价值，并提到北京的 Robot Kindergarten：让更耐用的机器人长时间试错，而不是只撑过一段演示。对年轻人的建议则很朴素：回到第一性原理，每天写一页，把可验证、自己真正理解的领域做成力量中心。

谈到 AI 对齐，他质疑是否存在单一的「人类价值观」，并认为把所有 AI 强行对齐到某套价值观可能很危险。这是 Sutton 在群访中的个人观点，不代表机器之心或本频道立场。