【新智元导读】强化学习之父、图灵奖得主Richard Sutton一针见血：今天的AI，好的部分全是老套路，新颖的部分全是废话。
学术圈最毒的评价之一是：
这项工作既有新意，又很好。
可惜的是，好的部分不新颖，新颖的部分不好。
但强化学习领域的奠基人之一、《强化学习》教科书的作者、图灵奖获得者Richard Sutton，把这个笑话对准了整个生成式AI。
他说：这个评价，适用于今天我们所熟悉的大部分AI。
Sutton的核心论断极其简洁，简洁到残忍。
生成式AI本质上是监督学习。
监督学习的逻辑是：给模型看大量人类创造的样本，让它学会模仿。
模仿得越像，分数越高。
问题来了。
当模型严格按训练数据生成内容时，输出质量很高，因为它在复现人类已经验证过的好东西。但这不新颖。它只是在用不同的排列组合，重新包装人类已经知道的事。
当模型试图偏离训练数据、生成真正新颖的内容时，质量就崩了。因为它没有任何内部机制来判断「这个新东西到底好不好」。它只会生成，不会评估。
这就是那个结构性矛盾：
新颖性和质量，在纯监督学习的框架下，是跷跷板的两端。
你按下一头，另一头就翘起来。
不是工程问题。不是靠堆数据、扩大模型、加更多GPU就能解决的。
Sutton用了一个极其刺眼的类比：「幻觉」——大模型最被人诟病的毛病——本质上就是模型试图「新颖」的副产品。
我们讨厌幻觉，恰恰证明了一件事：我们其实根本不要新颖性。我们只要高质量的模仿。
「好的不新颖，新颖的不好。」
那个笑话里审稿人的毒评，竟然精准描述了整个生成式AI的内在局限。
Sutton从第一性原理出发，拆解了创造力的「三位一体公式」：
真正的发现（Discovery）=变异（Variation）+评估（Evaluation）+选择性保留（Retention）。
任何真正的创造力与发现，都需要三个步骤，缺一不可：
1. 变异（Variation）产生多样化的可能性。可以是随机的，可以是基于已有知识的，但必须有真正的不确定性——否则不叫探索，叫查表。
2. 评估（Evaluation）判断哪些变异是有价值的。这需要一个明确的目标，或者一个能够识别「好坏」的标准。
3. 选择性保留（Selective Retention）把有价值的变异留下来，让它影响未来的行动和学习。
这三个步骤，不是Sutton的发明。它是自然选择的逻辑，是科学方法的逻辑，是人类学习的逻辑。
进化论：随机基因突变（变异）→环境筛选（评估）→适者生存（选择性保留）。
科学方法：提出假说（变异）→实验验证（评估）→发表论文（选择性保留）。
人类学习：尝试不同解法（变异）→检验对错（评估）→记住有效的方法（选择性保留）。
现在，生成式AI只完成了三位一体的第一步：几乎没有评估，更不要提选择性保留了，
它就像一个会随机射箭的弓箭手，但眼睛是蒙着的，射完之后既不看靶子，也不根据结果调整姿势。
你叫它射一万箭，偶尔会中靶，但它永远不知道为什么中了。
到这里你可能会有点焦虑：如果未来AI真的能自主完成"发现"的三位一体，科学家是不是就要失业了？
Sutton自己的回答是：不能被取代，但角色要彻底转型。
他在演讲中说，哪怕是能独立证明数学定理的AI，目前仍然需要人类来告诉它：哪些问题是重要的。
这不是谦虚，而是真实的认知边界。
数学家Shiqian Ma，莱斯大学（Rice University）优化领域学者，说：他用ChatGPT，证明了一个让他研究了整整六年的算法收敛性问题。
摘要里有一句话：
https://optimization-online.org/2026/05/convergence-of-bdrs-as-a-matrix-scaling-algorithm/
这个算法叫BDRS，全称Bregman Douglas-Rachford Splitting，用于解决最优传输（Optimal Transport）问题。
论文标题：Bregman Douglas-Rachford Splitting Method
预印本地址：https://arxiv.org/abs/2509.08739
这是他和合著者们自己设计的东西，困扰了他六年的，是它的收敛性证明，就是说数学上最严格意义上的「它为什么是对的」。
预印本平台arXiv收到投稿后，至今仍在搁置。
他猜测原因：摘要里有「ChatGPT」三个字，平台不知道该如何处理这类论文。
但人类能被AI取代吗？
他的回答是：不能。他直言：
我认为AI不能创造性地提出这种算法，并声称「这是一种用于最优传输的高效算法，现在让我试着证明它的收敛性」。
没有人类的引导，AI根本不知道该解决哪个问题。
这句话和Sutton精确对应：问题本身，必须由人类来定义。
他花了六年，才「提出正确问题」：
要提出哪些问题，实际上需要你对该主题有非常深入的理解。
就本例而言，我已在这个问题上钻研了六年，因此我清楚地知道其中的难点所在。"
这六年不是浪费，是先决条件。
正是这六年，让他知道这个证明卡在哪，之前所有路径失败的原因是什么，ChatGPT给出的哪个方向值得继续追、哪个是幻觉。
而且不是一次提示，是五个月。这是最容易被误解的地方，他自己也误解过：
从1月到5月，整整五个月，无数次对话，每一次提示都在逼近那个证明。
他总结得极其清醒：
研究的本质没变，还是反复试错。变的是每一次试错的速度——过去需要几周验证一个方向，现在几分钟就能知道这条路走不走得通。
但AI的贡献不可磨灭：
然后，结尾直接封神：
回到我关于BDRS收敛性的论文，我相当确信证明是正确的。
但如果你发现任何错误，责任全由我承担——请不要责怪ChatGPT，它才3.5岁。
这句话妙就妙在双重性：这是真诚的责任声明，也是一个精准的隐喻。
「3.5岁」描述了AI此刻真实的处境：能力惊人，但判断未熟。
毕竟，人类从来没有指望3.5岁的孩童能做什么贡献。
虽然你不能把证明的最终签名权交给AI，但你也不能假装AI没做任何贡献。
这也是为什么，真正的科学发现不会消失在人类手中。
相反，它会更残酷地筛选人类：谁能提出好问题，谁才配拥有强AI。
未来，科学家不借助AI，或许就像天文学家不用电脑一样过时。
最后，我们一起回味Sutton颇具宣言性质的话：
如果我们希望充分发挥AI科学家的全部力量，就应该与他们共享目标，让他们能够创造、评估、发现，从而全面参与实现这些目标。
让我们大胆一点！让我们彻底实现创造力与发现的全自动化！
参考资料：
https://x.com/RichardSSutton/status/2061216087744946656https://optimization-online.org/2026/05/convergence-of-bdrs-as-a-matrix-scaling-algorithm/
编辑：大卫
