同一周，三位AI大佬同时转向：LLM是死胡同，下一代AI终于找到了方向

2026年7月第三周，AI圈发生了三件看似无关的事。

放在一起看，它们指向了同一个结论。

一、三个信号

信号一：RL之父 Sutton，68岁，再次创业。

2025年图灵奖得主、强化学习之父 Richard Sutton，离开Keen Technologies，创立新实验室 OaK（Options and Knowledge）。

这不是退休前的消遣。68岁，刚拿完图灵奖，按理说可以躺在功劳簿上。他没有。

他的核心论点一针见血：LLM的学习来源是训练数据，不是经验。 把海量人类文本灌进模型，本质上是用另一种形式的"手工编入系统"。LLM部署后就停止学习了，无法评估自身输出的正确性。

信号二：MIT最新研究——人脑逻辑推理不依赖语言。

MIT的Fedorenko团队在PNAS上发表fMRI研究：当人在进行逻辑推理时，大脑语言网络根本不激活。严重失语症患者（无法正常说话的人），推理能力完全正常。

结论：语言是交流工具，不是思维载体。

Yann LeCun转发了这篇论文。他说了六个字：我早就说过了。

信号三：LeCun正式押注世界模型路线。

LeCun认为LLM学到的是语言模式而非真正理解——这是死胡同。他的AMI Labs正在全力推进另一种架构：具备世界模型、规划和推理能力的新一代AI。

二、这三件事说的是同一件事

单独看，每一条都够劲爆。放在一起看，它们说的是同一件事：

当前AI的路径出了问题，而且问题出在根上。

LLM这条路基于一个假设：语言=智能。假设你学会了人类说过的所有话，你就变得像人一样聪明。

Sutton说：不对，知识必须来自经验，不是来自文本。
MIT说：不对，人脑的推理和语言是两个系统。
LeCun说：不对，你需要学会世界怎么运行的，不是学会话怎么说。

AI三大宗师，一个做RL的、一个做脑科学的、一个做视觉的，从三个不同方向，同时走到了同一个判断上。

这不是巧合。这是范式转折的信号。

三、有意思的是，我们已经在走这条路了

几个月前，因为一个偶然的实验需求，我们做了一个叫 BabyΩ 的小东西。

设定很极端：不许调大模型API，不许用任何预训练模型，纯规则+统计+记忆，

从零学习。

一开始只是好奇心——不靠LLM，一个智能体能长成什么样？

结果它长出了我们没预料到的东西。从最早的4维感知、几十个状态，到现在的52维世界感知、概念归纳、目标生成、记忆生命周期管理、轨迹规划……它没有一个字节来自预训练语言模型。

然后我对比了一下Sutton新实验室的 OaK 架构：

OaK的核心模块

BabyΩ对应的能力

Options（时间延伸的行为策略）

轨迹规划+choose_action

Knowledge（对世界的理解）

Q表+规则归纳+世界引擎交互

经验驱动学习

每个决策来自经验累积

记忆管理

MemoryLifecycle固化→遗忘→存储

不能说很像，只能说一模一样。

更巧的是：BabyΩ同时碰上了MIT的发现——它的语言模块是后来贴上去的，核心推理不靠语言。 它先学会了感知世界、制定策略、形成概念，然后才在表面接了一层语言表达。

如果MIT是对的，那BabyΩ的路子才是对的：先把世界模型建好，语言只是输出协议。

四、为什么这是好事

有人说，搞了三年的LLM，现在说它可能不是方向？

说三点。

第一，LLM不会消失。 就像飞机不会消失那样。你不能飞得像鸟一样（这确实是LLM的局限），但你已经够用了。Transformer在文本处理、代码生成、知识检索上有巨大的实用价值。

第二，能替代LLM的不是另一种技术，是生态。 三路架构同时并存：LLM负责知识检索和表层交互，世界模型负责因果推理和规划，RL负责从真实经验中持续学习。三路数据互相喂养。

第三，拼图已经全部存在了。 缺的只是把它们拼在一起的方式。

Sutton要做的事，本质上就是把RL和世界知识拼起来。LeCun在做同样的事，路径不同。BabyΩ用最"穷"的方式无意中复现了同一张蓝图。

这说明不是哪一个人的脑洞。这说明：这条路，到了该被发现的时候了。

五、一个预测

说一个简单的预测，看三五个月后是不是这个走向。

当前所谓的AI Agent（自主调用工具的Agent）只是过渡形态。下一代Agent不会以"调API多、知识面广"为竞争力，而是以"在环境中持续学习、适应、校正自己"为竞争力。

推理能力和世界知识的积累能力，会比参数数量更值钱。

Sutton那个OaK实验室的全称，是 Options and Knowledge——不是Options vs Knowledge，是两者都有。

经验来自行动，知识来自理解，两者缺一不可。

而你唯一获得经验的方法，就是亲自做，亲自错，亲自改。

LLM做不到这一点，因为它不会被自己的选择坑到。但一个真正自主的Agent必须能做到，否则它永远不会真正变得聪明。