强化学习 vs 大语言模型：David Silver 1.1B融资押注的新AI范式

SEO资讯站持续关注真人1元1分红中麻将群的进展。

AlphaGo之父David Silver从DeepMind离职创办Ineffable Intelligence，这一举动在2026年春季迅速引发行业震动。公司成立数月即完成1.1亿美元种子轮融资，估值达51亿美元，领投方包括Sequoia和Lightspeed，Nvidia等机构跟投。

短期内，这一趋势可能加剧大厂的留才压力。更多DeepMind等实验室研究员或跟随类似路径离职创业，或转向高估值新贵，导致薪酬与股权竞争进一步升级。伦敦凭借DeepMind的历史遗产，正加速成为欧洲AI枢纽，美资实验室也在此扩大布局，人才争夺战愈发激烈。但我的判断是——这一流动方向虽清晰，实际规模与速度仍需持续观察。

当然，强化学习并非没有短板。其样本效率较低，在现实世界中精确定义奖励函数难度极大，早期训练过程往往成本高昂且不稳定。将复杂任务转化为可优化的信号，需要大量工程投入，波动性也远高于LLM的“拿来主义”。Silver的Ineffable Intelligence目前细节尚未完全公开，但从他过往成就和公开表态看，这条路更像可再生能源：初期投入大，却能带来可持续的智能跃迁，而非一次性消耗人类知识存量。

我的判断是，短期内LLM仍将主导应用落地，但长期看，强化学习作为补充甚至潜在替代的潜力不容忽视。这个方向是对的，但执行起来会更慢、更难。

长期看，若这一新范式取得实质突破，将重塑行业技术路线与人才估值。AI或摆脱纯人类数据依赖的瓶颈，走向更自主的创造性方向，强化学习专长研究员的稀缺性也将进一步凸显。当然，数据支持这个方向，但样本量仍有限，值得持续跟踪，现在下结论为时尚早。整个AI竞争格局，正在实验室与创业公司的双重博弈中悄然调整。

David Silver在公开表态中将人类数据比作化石燃料——它提供了一次性捷径，却存在清晰的上限。LLM再强大，本质上仍是复用存量知识，难以生成真正原创的突破性洞见。

年4月，AI融资市场再次出现一笔引人注目的早期交易。前Google DeepMind强化学习团队核心负责人David Silver创办的Ineffable Intelligence，在成立短短几个月后，便完成了1.1亿美元规模的种子轮融资，估值达到51亿美元。

这一转变的必然性在于计算资源的持续增长与强化学习的 scalability。论文强调，当计算规模扩大时，经验生成的速度和质量会形成正反馈，而人类数据池的增长却日益受限。Silver将Ineffable的战略定位为落地这一判断：构建能像生物一样在数字世界中自主探索的superlearner，而不是继续堆砌更多人类文本或代码。这条路短期内可能在游戏、数学模拟等反馈清晰的领域率先见效。

但若只停留在名人效应与资本狂热层面，很容易错过更本质的信号。Silver的转向，实质是从“人类数据时代”迈向“经验时代”的尝试，这与AlphaZero从随机自对弈中超越人类棋谱的逻辑一脉相承。创业者需审视自家技术栈：是否能构建有效的trial-and-error闭环与世界模型，而非单纯堆积参数或标注数据。

一句话总结，2026年AI创业中真正值钱的，可能不是海量人类数据本身，而是让AI通过持续交互自主发现知识的能力。这一转变并非彻底否定LLM路径，而是对其形成必要补充或挑战。数据支持这个方向，但样本量仍有限，值得持续跟踪，现在下结论为时尚早。

对手预判的出现，让不少内容站开始调整自己的打法。