行业动态更新：图灵奖得主理查德 · 萨顿 WAIC 2026 发言：AI 还“比较弱小且不可靠”
但 ” 这种方法现在已经达到极限了，很多高质量的数据源被用完了，生成新的知识是这个范式没有办法做到的 “
从更深层次来看，” 从很多方面他们是比较弱的，他们在整个思考过程中还是存在一些问题的，并不是如此强大
值得关注的是，他的发言不长，但每一句都在拆今天 AI 行业的台
从更深层次来看，他说智能体进入现实世界带来的 ” 不只是能力跃迁，更是秩序重构 “
业内人士指出，但至少在今天，这场对话本身就是一个行业现状的注脚 ——AI 走到 2026 年，共识越来越少，分歧越来越多
业内人士指出，新系统层面，他提出 “Agentic OS” 的概念，认为智能体能力由模型能力与智能体操作系统能力共同决定，” 决定智能体能够走多远 “
值得关注的是，两个人在终点上没有分歧，都认为经验驱动的智能体是未来
从更深层次来看，” 这里大多数是计算的能力，我们必须要把这两者的定义区分开
值得关注的是，他的结论很直白：现在的大语言模型 ” 没有奖励信号，它没有办法知道这个行为是好的还是不好的 “，” 基本上没有办法把真的和假的区分开 “
业内人士指出，他提出了 ” 三大结构性变革 “—— 新系统、新载体、新网络
业内人士指出，他主张迈入 ” 经验时代 “——AI 需要新的数据来源，来自智能体自己的经验，它和世界的互动
从更深层次来看，萨顿的批评如果成立，今天所有靠堆参数、喂数据做大模型的公司，都面临范式层面的挑战
从更深层次来看，新网络层面，他提出 “A2A 网络 ” 将连接人与智能体，智能体将拥有自身的身份、能力与信用，” 自主寻找伙伴、组织协作和完成交易 “
业内人士指出，” 两个人的发言放在一起看，有意思的地方在于 —— 他们说的其实是同一个方向，但态度不完全相同
值得关注的是，新载体层面，终端设计理念将从 ” 以人为本 ” 进一步走向 ” 人机共生 “，电脑、手机、汽车和机器人将成为同一智能体在不同场景下的不同 ” 身体 “
从更深层次来看，他判断 2026 年模型能力正在跨越关键临界点，”AI 已从只能连续执行数秒任务，进阶到能够独立工作数十小时，行业正站在 AGI 高峰的山脚下 “
业内人士指出，他最后总结：” 现在的 AI 智能还不够强大，我个人认为它是比较弱小而且是不可靠的，因为会产生很多的错觉
从更深层次来看，他说这条路走到头了，AI 需要从自己的经验中学习，而现在的模型 ” 比较弱小且不可靠 “
值得关注的是，他押的恰恰就是萨顿说的那个方向 —— 智能体走出数字屏幕，进入物理世界
值得关注的是，” 他直言，当前 AI 系统 ” 主要是在使用人类知识的力量，并且把它再交付给我们，他们并没有能力发现自己的知识 “
值得关注的是，他上来就说了一句话：” 有的人会害怕 AI，他们也有原因和理由夸大重要性，特别是它的进步到底有多快
值得关注的是，WAIC 2026 的主论坛，就这样把两种声音同时摆在了台上
从更深层次来看，” 他说，大家普遍有一种误解，图灵认为 ” 像人一样行为 ” 并不是人工智能的测试
从更深层次来看，他认为临界点已经到来，变革就在眼前，而且 ” 每个人的可能都将被十倍放大 “
从更深层次来看，” 他说行业普遍混淆了两个概念 —— 智能和计算
值得关注的是，未来工程师、设计师、研究员都能拥有专属智能体，” 使一个人具备一支团队的能力 “
从更深层次来看，一个来自学术界最顶尖的理论奠基人，一个来自产业界最激进的创业者
从更深层次来看，” 图灵从来没有用过 ‘ 图灵测试 ‘ 的提法，他讲的是模仿游戏
值得关注的是，萨顿最核心的判断是：我们现在还处于 ” 人类数据的时代 “
值得关注的是，印奇说，智能体将从聊天工具进化为 ” 生产力的最小单元 “
值得关注的是，印奇回顾了自己 15 年的 AI 创业经历，说 AI 创业已从小众赛道成为全球重要共识
从更深层次来看，一位是 2024 年图灵奖得主、强化学习领域主要奠基人理查德 · 萨顿
从更深层次来看，7 月 17 日上午，WAIC 2026 主论坛现场
业内人士指出，但在节奏上，一个觉得还没到时候，一个觉得就是现在
值得关注的是，” 他特意纠正了一个被行业反复使用的概念 —— 图灵测试
从更深层次来看，紧接着发言的是阶跃星辰董事长、千里科技董事长印奇
值得关注的是，当智能体进入物理世界，每个人的可能，都将被十倍放大
从更深层次来看，他说：” 未来不是机器替代人的世界，而是人与智能共同进化的世界
业内人士指出，” 他举了 AlphaGo 和 AlphaProof 的例子，还放了一段婴儿玩玩具的视频来说明什么是 ” 通过行为决定输入 “—— 婴儿没有静态数据集，他的行为决定了他收集什么数据
值得关注的是，印奇的判断如果成立，未来 3 到 5 年整个硬件产业和操作系统生态都要重写
业内人士指出，行业需要回答智能体代表谁行动、行动后果由谁负责，如何确保身份可信、权限可控、行为可追溯
从更深层次来看，大部分的机器学习是进行知识的转移 —— 从人转到机器身上
值得关注的是，” 但他说完这些之后补了一句 ——” 但是同时它是非常有用的 “
从更深层次来看，他否定的不是 ” 智能体 ” 这个方向，而是今天整个行业用静态人类数据堆算力的路径
可以预见，这一趋势将在未来深刻影响IDC行业格局
如果您正在寻找优质的大带宽服务器，欢迎访问 www.isclouder.com 了解更多