强化学习之父、2024年图灵奖得主Rich Sutton在多伦多创办新公司Oak Lab，目标是构建能够持续从环境中自主学习的AI智能体，并直言当前主流深度学习方法“弱且低效”。

发生了什么

Rich Sutton于2025年4月宣布成立Oak Lab，这是一家位于加拿大多伦多的AI初创公司。Sutton是强化学习领域的共同创始人，其提出的时序差分学习和策略梯度方法奠定了现代强化学习的基础。他在2024年获得图灵奖，以表彰其对强化学习的贡献。Oak Lab将专注于开发能够从与环境的交互中持续学习、无需依赖大规模人工标注数据的AI智能体。Sutton在公开声明中批评当前深度学习依赖海量数据和算力的范式，认为其效率低下且缺乏真正的自主性。

为什么重要

Sutton的批评并非空穴来风。当前深度学习的成功很大程度上建立在扩大模型规模、增加数据和算力的基础上，但这种方法在泛化能力、样本效率和持续学习方面存在根本性局限。Sutton一直倡导“真正智能体”的概念，即智能体应通过与环境交互来学习，而不是被动地从固定数据集中学习。他的这一立场与主流深度学习界存在分歧，但近年来随着强化学习在游戏、机器人等领域的突破，以及大模型在推理和规划上的瓶颈，Sutton的观点正获得更多关注。Oak Lab的成立标志着这位泰斗级人物从学术研究转向产业实践，试图将强化学习的理念推向更通用的AI系统。

影响与看点

Oak Lab的成立可能对AI行业产生以下影响：首先，它可能推动强化学习与深度学习的进一步融合，催生更高效的学习算法。其次，Sutton的团队将面临如何将实验室成果转化为可商用产品的挑战，尤其是在机器人、自动驾驶和游戏AI等领域。第三，Oak Lab的研发方向可能引发对当前“数据驱动”范式的反思，促使更多研究者探索基于交互的学习方法。值得关注的是，Sutton能否吸引到顶尖人才和资金，以及Oak Lab是否会开源其技术。独立判断：Oak Lab若能在持续学习或样本效率上取得实质性进展，将可能重塑AI智能体的开发路径，但短期内难以撼动大模型的统治地位。