理查德·萨顿：大语言模型是否走进死胡同？

这场访谈从强化学习与大语言模型对“智能”的不同理解谈起。Richard Sutton质疑，模仿文本并不等同于建立能预测现实后果的世界模型，也不自然带来面向外部世界的目标；他强调智能体应在与环境互动时从经验中持续学习。Dwarkesh Patel则追问，语言模型提供的先验、上下文推理和强化学习训练能否成为这种学习的基础。两人随后讨论人类如何模仿与学习、经验时代的可能形态、现有架构的分布外泛化、AI领域的意外进展、“苦涩的教训”是否仍适用，以及未来的AI继承与目标问题。双方多处意见相左，以下正文保留各自的论证与限定。