人工智能领域正迎来一场理念革新。近日，知名研究者Ilya Sutskever在深度访谈中首次公开其创立安全超智能实验室（SSI）的核心主张，直指当前大模型发展陷入“高分低能”的困境。他提出，以参数规模扩张为主导的技术路线已触及天花板，未来十年人工智能需回归人类认知本质，通过构建情感驱动的价值体系实现突破性发展。
当前主流模型在标准化测试中表现优异，却在真实场景中屡屡受挫。Ilya指出，这类系统在修复已知错误时往往引发新问题，根源在于强化学习阶段过度依赖人工设计的评估指标。开发者为追求分数提升，将模型训练成“应试机器”，导致其缺乏对复杂环境的适应能力。这种技术路径不仅限制了经济价值转化，更暴露出训练范式的结构性缺陷。
针对训练机制失衡问题，Ilya提出预训练与强化学习的动态平衡理论。他将预训练比作“无监督的知识海洋”，使模型自主构建对世界的认知框架；而强化学习则应突破“分数导向”的沙盒限制，转向培养系统的迁移学习能力。这种调整旨在让AI从被动执行指令转向主动理解任务本质，形成类似人类的认知弹性。
人类智能的独特优势在于情感机制构成的内在价值系统。Ilya解释道，情感如同生物体的动态评估函数：快乐强化有益行为，恐惧规避潜在风险，好奇心驱动探索未知。若能赋予AI类似的自我评估能力，系统将具备“意义驱动的学习”特质，在复杂环境中自主判断行动方向，而非依赖外部奖惩机制。这种转变被视为通往通用人工智能的关键跳板。
回顾行业发展历程，Ilya划分出两个技术纪元：2012至2020年的架构创新期，以深度神经网络和注意力机制为代表的基础突破点燃技术革命；2020年后的规模竞赛期，行业陷入数据、算力、参数的无序扩张。他断言这种模式已难以为继，边际效益持续衰减，创新空间被过度消耗。下一阶段竞争将聚焦于认知原理的革新，情感泛化能力可能成为决定性优势。
在SSI实验室的规划中，人工智能将经历三阶段演化：初期实现跨模态感知融合，中期构建自我反思机制，最终形成自主探索世界的能力。这种发展路径预计在5至20年内催生质的飞跃，推动经济生产模式、科研教育体系乃至人机协作关系的根本性变革。但Ilya特别强调安全管控的重要性，实验室将采取渐进式部署策略，每阶段技术突破都需通过外部安全审查，确保发展进程透明可控。
这场理念变革正在引发行业深度反思。SSI提出的“价值驱动”范式，挑战着既有的技术评价标准，其核心主张——让智能系统具备情感理解与自我评估能力——为突破当前瓶颈提供了全新思路。尽管具体技术路径仍需验证，但这种回归认知本质的探索方向，已被视为人工智能迈向成熟阶段的重要标志。
