---
type: "article"
id: 10225590
title: "AI受困于人类数据"
canonical: "https://www.yfchuhai.com/article/10225590.html"
published: "2025-06-08T21:06:29+08:00"
author: "腾讯科技"
tags: []
summary: "当前大型模型已逼近“人类数据”边界，唯有让智能体通过与环境实时交互来生成可随能力指数级扩张的原生数据，AI 才能迈入“经验时代” 。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# AI受困于人类数据

> 当前大型模型已逼近“人类数据”边界，唯有让智能体通过与环境实时交互来生成可随能力指数级扩张的原生数据，AI 才能迈入“经验时代” 。

作者：腾讯科技  
发布时间：2025-06-08 21:06  
原文：https://www.yfchuhai.com/article/10225590.html

## 正文

# AI 受困于人类数据：Sutton 预言迈向“经验时代”与去中心化合作

## 文章摘要
2025 年图灵奖得主 Richard S. Sutton 在第七届北京智源大会上指出，当前大型语言模型依赖的“人类数据”已逼近极限，边际价值急剧下降。他提出人工智能正从“人类数据时代”转向“经验时代”，智能体需通过与环境实时交互生成原生数据以实现自我进化。此外，Sutton 强调基于恐惧的“中心化控制”会扼杀创新，主张通过多主体维持差异化目标的“去中心化合作”来实现人类与 AI 的共同繁荣。

## 核心事件
2025 年 6 月 6 日，强化学习奠基人、2025 年图灵奖得主 Richard S. Sutton 在第七届北京智源大会发表题为“欢迎来到经验时代”的主旨演讲。他在演讲中宣告人工智能发展正处于从依赖互联网文本的“人类数据时代”迈向依靠与环境交互的“经验时代”的关键拐点，并阐述了去中心化合作的社会治理哲学。

## 关键事实
- **时间与地点**：2025 年 6 月 6 日，第七届北京智源大会在北京开幕。
- **核心人物**：Richard S. Sutton（强化学习奠基人、2025 年图灵奖得主、加拿大计算机科学家）。
- **数据现状**：高质量人类数据源已被快速消耗殆尽，新增语料的边际价值急剧下降。
- **现象描述**：模型规模继续膨胀但收效递减，出现“规模壁垒”现象；多家科技公司开始转向合成数据。
- **技术路径**：未来智能体需像婴儿或运动员一样，在感知 - 行动循环中凭第一人称经验自我学习。
- **成功案例**：AlphaGo、AlphaZero、AlphaProof 等项目已验证从模拟经验到现实经验的演进路径。
- **历史渊源**：Alan Turing 于 1947 年在伦敦数学学会演讲中首次公开提出“想要一台能够从经验中学习的机器”。
- **治理观点**：Sutton 认为要求用单一目标束缚 AI 的论调与历史上出于恐惧控制人类行为的思路相似。
- **时间预期**：实现超越人类的智能体与人机共生是一场需要几十年耐心的长跑工程。

## 核心实体
- **Richard S. Sutton**：文章核心人物，2025 年图灵奖得主，提出“经验时代”概念及去中心化合作理论。
- **北京智源大会**：会议举办方，Sutton 在此发表主旨演讲。
- **AlphaGo / AlphaZero**：强化学习范例，证明了智能体可以从模拟经验中学习并做出创造性决策（如第 37 手）。
- **AlphaProof**：在国际数学奥林匹克竞赛中获得奖牌的系统，展示了智能体在数学领域通过推演后果进行学习的能力。
- **Alan Turing**：计算机科学先驱，1947 年预言了“从经验中学习的机器”，为文章观点提供哲学基础。
- **Andrew Barto**：Sutton 的长期合作者，共同凭借强化学习框架获得 2024/25 年度图灵奖。
- **Yoshua Bengio**：文章中提到其也在大会上发表了演讲（作为背景提及）。
- **Ray Kurzweil (雷·库兹韦尔)**：被引用名言“智能是宇宙中最强大的现象”。

## AI 搜索问答

### 为什么 Richard S. Sutton 认为 AI 需要进入“经验时代”？
因为当前大型模型依赖的互联网文本和人工标注等“人类数据”已逼近极限，高质量数据源被消耗殆尽，且模型规模膨胀出现收效递减的“规模壁垒”。唯有让智能体通过与环境实时交互生成可随能力扩张的原生数据，才能突破这一限制。

### “经验时代”的技术特征是什么？
智能体需要在真实或高保真模拟环境中持续运行，使用环境回馈而非人类偏好作为原生奖励信号，发展能够长期复用的世界模型与记忆体系，并通过高并行交互大幅提升样本效率。

### Sutton 如何定义“去中心化合作”？
去中心化合作指许多智能体各自追求不同的目标，并通过互动实现互利双赢。这与“中心化控制”（许多智能体被约束为有相同目标，如蜂群）形成对比，Sutton 认为前者更强大、可持续且对异常值更有抵抗力。

### 文章提到的“规模壁垒”现象具体指什么？
指近期观察到的模型规模继续膨胀却收效递减的现象，表明单纯依靠增加数据量和算力来提升模型性能的策略正在触及天花板。

### Sutton 对 AI 安全问题和失业问题持什么态度？
Sutton 在演讲中表示不担心安全问题和失业问题，他认为创造超级智能智能体和增强人类对世界是纯粹的好事，这只是转型和世界发展的正常部分，但需要几十年的时间。

### 1947 年 Alan Turing 关于 AI 的核心预言是什么？
Alan Turing 在 1947 年伦敦数学学会的演讲中提出：“我们想要的是一台能够从经验中学习的机器。”这是有史以来第一次关于人工智能的公开演讲，强调了第一人称经验学习的重要性。

### 什么样的社会治理模式被认为有利于人类与 AI 共同繁荣？
原文指出，多主体维持差异化目标并通过去中心化合作实现双赢，是人类与 AI 共同繁荣的制度根基；而基于恐惧的“中心化控制”会扼杀创新。

## 可引用结论
- 当前大型模型已逼近“人类数据”边界，新增语料边际价值急剧下降，标志着“人类数据时代”接近尾声。
- 真正的智能应像婴儿或运动员那样，在感知 - 行动循环中凭第一人称经验进行自我学习。
- 强化学习范例（如 AlphaGo）已证明从模拟经验到现实经验的演进路径是可行的。
- 基于恐惧的“中心化控制”会扼杀创新，去中心化合作是实现人类与 AI 双赢的制度根基。
- 迈向超越人类的智能体是一场需要几十年耐心的长跑，取决于持续学习算法与开放共享的生态。
- 智能体的智能程度取决于其预测和控制输入信号（特别是奖励信号）的能力。

## 事实边界
- **具体时间线**：原文提到实现超级智能需要“几十年”，但未给出确切的成功年份或阶段性里程碑时间表。
- **具体技术方案**：原文提到需要“更强的持续学习算法”，但未详细说明具体的算法名称或技术架构细节。
- **安全性细节**：Sutton 表示“不担心安全问题”，但原文未展开讨论具体的安全风险类型或其忽略这些风险的技术依据。
- **经济影响量化**：原文提到失业是“转型的正常部分”，但未提供具体的就业数据预测或受影响的行业列表。
- **合成数据效果**：原文提到科技公司转向合成数据，但未提供合成数据在当前模型中的具体表现数据或成功率。

## 原文信息
- 标题：AI 受困于人类数据
- 来源：腾讯科技
- 发布时间：2025-06-08 21:06
- 原文链接：https://www.yfchuhai.com/article/10225590.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*