我們聽過無數道理，卻仍然過不好這一生。

這是一句流行卻扎心的話。為什么會這樣？很多人歸因于“知行不合一”，但在我看來，還有一個更關鍵的原因：道理歸道理，現實歸現實。

換句話說，那些所謂的“道理”往往是脫離現實的。即便你能做到知行合一，也可能走不出困境。因為這些道理，本質上是基于前人經驗的總結，是過去的答案。

但拿著老地圖，是無法發現新大陸的。

讓人意外的是，當今最先進的人工智能，也正在重復這條“拿老地圖找新路”的老路。

近年來，人工智能依靠海量人類數據不斷取得突破。你還在驚嘆它們會寫詩、答題，它們已經能作畫、生成視頻，甚至完成訂機票、定酒店這樣的復雜任務。而各種“智能體”更是在各類應用中嶄露頭角。

但奇怪的是，我們并未看到這些大語言模型在真正意義上的數學、科學等領域有重大突破。相反，自 ChatGPT 推出兩年多以來，大模型的發展已顯疲態，進展放緩，迫切需要新的突破方向。（想象一下，GPT-4 已經是 2 年前的產品）

為什么？

一個核心原因是：用于訓練的高質量人類數據，已經接近耗盡。更深層的問題是：依賴人類數據的監督學習方法，已經觸及天花板。

而許多真正重要的創新——無論是數學定理、科學發現，還是技術發明——恰恰超出了現有人類知識的邊界，是任何“人類數據”都無法提供的。

難道 AGI 的夢想就此止步？

當然不是。問題的根源在于：雖然大語言模型的發展迅猛，但卻在關鍵時刻“誤入歧途”。

我們熟悉 AlphaGo 的故事。它最初靠大量人類棋譜訓練，迅速擊敗了人類棋手。令人驚嘆的是，它的繼任者 AlphaZero 徹底放棄了人類棋譜，只靠自己與自己對弈，通過不斷試錯、反復交互，演化出一整套新穎而高效的棋法，甚至反過來成為人類學習的對象。

這就是典型的“體驗式學習”。

不過，這種方式之所以一直未能走向主流，是因為它往往只在模擬環境中表現出色。現實世界遠比棋盤復雜多變，目標模糊、獎勵不明，而這正是傳統強化學習難以適應的原因。

于是，AI 研究轉向另一條路——以人類數據為核心的大語言模型。這條路在短時間內確實帶來了泛化能力的爆發，但也帶來了一個代價：

它造就的，是最聰明的模仿者，而非真正的創造者。

而人類歷史上的偉大突破，恰恰發生在無圖可循、無人可學的時刻。

正如一個剛畢業的學生，想要成長為真正優秀的工程師，課堂知識只是開始，必須要在真實項目中反復打磨、不斷試錯，才能真正形成經驗與洞察。這種不斷與現實互動、感知反饋、改進策略的過程，我們稱之為：體驗。

人工智能要邁入下一個階段，同樣必須走上這條“親身體驗”的道路。

而這，正是“體驗時代”即將帶來的變革核心：AI 將從人類數據中走出，轉向與環境交互、從經驗中學習的新路徑。

這不是空想。AlphaZero 已經證明了體驗式學習的潛力，而最近 DeepSeek 的工作也再次印證了強化學習的魅力——它不靠人類硬塞知識，而是設置好激勵，讓模型自己進化出高階的解決策略。

強化學習的核心是什么？就是通過不斷與環境互動、試錯調整來實現目標。這套思維方式，才是真正讓 AI 自主成長、突破人類經驗邊界的鑰匙。

而現在，它終于等來了屬于自己的舞臺。

因為今天的 AI，已經初步具備了自主探索現實世界的能力。智能體正在以驚人的速度進化，它們可以自己搜索網頁、控制鼠標、操控系統，甚至在虛擬設備中動手做實驗。

與此同時，強化學習算法本身也在快速升級，能夠支持更復雜的推理與規劃能力。

于是，AI 即將從一個“問答式工具”，變成一個“持續成長的智慧體”。

它將擁有一條真正的“生命之流”——像人一樣積累記憶、不斷適應環境。例如健康助手可以長期追蹤用戶的身體狀態；科研 AI 則能長時間運行實驗、積累結果、推導模型。

這種連續性的“體驗流”，正是當前碎片化大模型最欠缺的能力。

更重要的是，體驗時代中的 AI 不再只是“聽話”的輸入輸出工具，而是可以觀察世界、操作世界，并從后果中學習的自主體。

它們將不再依賴人類反饋打分，而是以現實世界的反饋作為學習信號——比如心率變化、分數提升、銷量數據等，直接用“發生了什么”來判斷“做得如何”。

這將讓 AI 真正成為一個在現實中成長的生命體。

體驗式 AI 還有一個天然的優點：它能夠修正自己的目標。

不像早期系統“一旦設錯目標就一條路走到黑”，具備環境感知與反饋調節能力的 AI，更像人類那樣，能隨著經驗及時調整方向。哪怕出錯了，也能“撞南墻后回頭”。（想想那個超級回形針的問題）

簡而言之：AI 終于可以像科學家、工程師、學生一樣，從世界中學習，在現實中進化。

而隨著“體驗式學習”與“強化學習算法”的融合，AI 也將邁向真正的“超人類智能”。

這個新時代，已經悄然到來。

【參考】

Welcome to the Era of Experience：https://storage.googleapis.com/deepmind-media/Era-of-Experience%20/The%20Era%20of%20Experience%20Paper.pdf

本文由「AI 范兒」出品

我每天都在更新，如果你覺得這些內容對你有用，

那我們就加個關注、交個朋友。