先说萨顿。
这位老爷子在开幕式上做了一件很不客气的事：他当着满场产业界的面，把大模型这条路的成绩单重新算了一遍。
他的第一刀，砍在”智能”和”计算”的混淆上：
“我们可以把智能和计算两者不能混淆，这里大多数是计算的能力所以我们要特别关注这一点，必须要把这两者的定义区分开。”
第二刀更狠：
“讲到AI的科学就是智能的科学，它真的在快速进步吗，我觉得并不是如此。”
第三刀，直接指向幻觉的病根。他说大模型缺两样东西：没有奖励信号，所以”它没有办法知道这个行为是好的还是不好的”；没有经验的真值反馈，所以”基本上没有办法把真的和假的区分开”。
注意这个判断的分量。行业通常把幻觉当成一个可以靠工程手段慢慢压下去的瑕疵——更好的RAG、更严的对齐、更大的模型。萨顿说不是，这是范式本身的结构性缺陷：一个从静态数据里学习、没有目标、拿不到现实反馈的系统，原则上就没法分辨真假。
他顺手还拆了行业一块招牌：”图灵从来没有用过图灵测试的提法，他讲的是模仿游戏。”——而同一场，印奇正在推销”图灵测试的2.0版本”。同一个图灵，一个被拿来证伪，一个被拿来立标。
萨顿给出的答案是”经验时代”：数据不再来自人类语料库，而来自智能体第一视角的观察、动作、奖励。他还给了一个罕见的时间表——通过经验学习实现高灵巧机器人运动这个”体验时代的ChatGPT时刻”，2030年有1/4概率，2040年有50%概率。
翻译成人话：他认为这事最可能发生在2040年前后，一半一半。
但他刚讲完，就被下一位讲者判了”只配爬行类”
在思想者论坛，北京通用人工智能研究院院长朱松纯的演讲题目是《为机器立心》。他对强化学习的评价是：
“在我们看来，强化学习仅适配爬行类生物基础学习，无法复刻灵长类生物的因果价值判断。”
而且他认为架构根本长不出来：“研发通用智能体应当向内探寻底层架构，而非向外堆砌数据。”
两个人在”婴儿”这个比喻上用的是同一个词，结论完全相反。萨顿要智能体像婴儿一样自己生成目标、自己去发现；朱松纯要在机器出厂前就把价值体系”立”进去。萨顿说”AI也是智能生命，不应该被人任意杀戮”；朱松纯说”在机器没有意识之前，就像拿小白鼠做实验”。
圆桌上，五位首席科学家没谈拢，而且分歧是结构性的
真正把这场路线战摊开在桌面上的，是”基座大模型架构创新与生态合作论坛”上的首席科学家圆桌。商汤首席科学家林达华主持，抛出的问题是：未来的AI，应该以语言为中心，还是以世界为中心？
复旦大学邱锡鹏站语言这一边：“模型真正欠缺的，不只是多模态，而是Context。” 他认为多模态的关键不是取代语言，而是怎么和语言真正对齐。
达摩院首席科学家赵德丽当场反驳，而且反驳得非常硬：
“无论从智能生发的原理还是算法的逻辑，基于多模态的模型，都是下一代智能的范式。”
理由是：物理世界需要对物理空间、物理属性、因果关系、动作与运动做四维建模，“而大语言模型只是一维的”。
南洋理工的刘子纬更绝，直接搬出柏拉图：“我们在洞穴里观察投影，总结世界规律，但终归需要迈出洞穴，走向真实的世界。” 他把人类语料比作”化石燃料”——积累了很久，但终归有限，烧完就没了。
然后阶跃星辰首席科学家张祥雨上来，一句话把这场争论定性为伪命题：
“这个不解决，你不管是走语言还是视觉，其实都是一样的。”
他说的”这个”，是学习范式。他的论证是全场我读到最锋利的一段：
“Codex订阅一个人顶十个人，但用了多久提升都有限；招来的实习生一开始不行，通过实际工作很快就进步了。这是自我提升的能力，而我们的模型没有。”
这句话，值得每一个在做Agent的人抄下来贴在墙上。
它精准地说出了2026年所有Agent产品的真实处境：它们很强，但它们是”高水平静止”。 你用了一年的Codex，和第一天的Codex，能力基本一样。你招的实习生，三个月后就不一样了。
张祥雨还顺手把”外部记忆”这条路也质疑了一遍：”就像一个学生很会记笔记，但假如他的海马体无法再记忆新的东西，仅靠外部记忆，他能取得长远进步吗？不可以的。”
甚至连当红的RL他都泼了冷水：RL在推理时代数据效率高，但**”这个效率很大程度来自On Policy”**，而满足这个特性的不止RL，蒸馏、Self Correction都满足。
我的判断
把这些拼在一起，你会发现一件有意思的事：
这些人吵得那么凶，但他们在指认同一个空缺——模型部署之后不会变强。
萨顿说是因为没有经验和奖励；朱松纯说是因为没有”心”；赵德丽说是因为只有一维；刘子纬说是因为语料烧完了；张祥雨说是因为没有在线学习和层次化记忆。
五个诊断，一个病灶。
所以WAIC 2026真正的共识，不是”下一步该往哪走”——这个大家谈不拢。真正的共识是：上一步已经走完了。 靠往里灌更多人类数据、堆更多参数来换能力跃迁的那条路，从会场上的语气判断，已经没有人愿意为它辩护了。
这在一年前是不可想象的。
Let's Make AGI Real 
留下评论