在RL China 2025开幕式期间，一场围绕智能本质与未来发展方向的深度对话引发广泛关注。对话双方为伦敦大学学院智能信息系统领域权威专家汪军教授与强化学习领域奠基人Richard Sutton，两位学者通过跨代际的思想碰撞，重新审视了当前人工智能发展的路径选择。
针对当下炙手可热的大规模语言模型（LLM），Sutton提出尖锐批评。他认为这类技术虽然展现出惊人的应用能力，但本质上并未触及智能的核心机制。"LLM在完成预训练后即丧失学习能力，这种静态系统缺乏持续进化的基础。"他指出，真正的智能系统应当具备明确的目标导向，通过环境交互中的"奖励信号"实现动态优化，这正是强化学习区别于其他技术范式的关键特征。
在技术路径选择上，Sutton强调需突破单一方法论的局限。他主张将搜索算法与梯度下降有机结合，通过多维度的探索机制捕捉智能发展的更多可能性。"强化学习的本质是从经验中学习，这要求我们建立更开放的认知框架。"针对行业资本过度聚焦应用开发的现状，他特别提醒学术界应保持战略定力，避免被短期商业利益干扰基础研究的方向。
面对青年研究者，这位七旬学者展现出对科学传承的深切关怀。他坦言工业界与学术界存在天然的认知差异：前者追求技术落地效率，后者必须承担探索未知的使命。"理解智能的本质是个百年工程，需要几代人持续积累。"他鼓励年轻学者在应用技术狂潮中坚守基础理论创新，称这才是推动人工智能跨越式发展的根本动力。
这场跨越太平洋的学术对话，为快速迭代的人工智能领域注入理性思考。当行业沉浸在技术突破的狂欢中时，两位学者的观点犹如清醒剂，提醒从业者既要保持技术创新的热情，更要重视对智能本质的系统性研究。这种平衡意识，或许正是人工智能健康发展的关键所在。
