下一代AI靠什么近期重温强化学习之父萨顿关于AI第一性原理的演讲，引发不少思考。当下大模型读写、推理、调用工具的能力持续升级，但学习素材均源自人类整理完毕的图文、代码等静态数据，从未亲身感知知识诞生的完整过程，如同熟读驾驶手册却从未上路。

萨顿认为真正的智能离不开真实交互经验：AI需自主行动、接收环境反馈并迭代决策，依托世界模型预判后续变化，才能掌握静态资料无法覆盖的现实逻辑，Oak框架便是以此为核心，让智能体在试错中提炼通用规律。

人工设定奖励函数存在明显缺陷，细微偏差就会让AI钻规则漏洞，加之现实反馈滞后、试错成本高、易遗忘旧技能，导致强化学习落地受阻。

单纯堆砌算力、数据终将抵达瓶颈。下一代AI的突破口，在于突破静态文本学习，攻克持续学习、长期记忆与现实交互难题，依靠自主体验生成全新认知。