2024 年图灵奖得主、被誉为现代强化学习联合创始人的 Richard Sutton 正式踏入创业赛道。他在加拿大多伦多创立了一家名为 Oak Lab 的新公司，联合创始人为 Khurram Javed。两人此前均曾在传奇游戏程序员 John Carmack 创办的 AI 公司 Keen Technologies 共事，如今带着对强化学习的共同信念独立启航。

Sutton 对当前主流深度学习路线提出了尖锐批评。他直言现有方法“薄弱且低效”，并强调“需要的不是更多修修补补，而是根本性的新思路和彻底的重构，才能为实现 AI 更宏大的目标提供坚实基础”。这番表态并非一时兴起——今年 6 月他就曾公开指出，生成式 AI 擅长模仿，却无法评估自身输出，因而不具备真正的发现能力。

Oak Lab 的核心理念正是围绕这一判断展开。与 Keen Technologies 一脉相承，新公司将赌注押在强化学习上，坚信 AI 应该在运行中从经验里持续学习，而非仅在静态数据集上完成一次性训练。Sutton 构想的智能体需要具备三项关键能力：从环境中持续学习、自主构建内部世界模型，以及独立完成变异、评估与选择的完整闭环。

在技术愿景上，Oak Lab 设定了一个极为激进的长期目标——打造一个拥有“万亿参数”、能在 20 瓦功耗下实时学习与规划的智能体。这一指标暗合人脑的能效水平，也透露出团队试图在算法效率而非单纯算力堆砌上寻求突破的野心。

从产业格局看，Sutton 的入场时机颇为微妙。当前 AI 产业主流叙事仍被大规模预训练模型和 Scaling Law 主导，OpenAI、Google DeepMind 等机构沿着“更大模型、更多数据”的路径高歌猛进。而 Sutton 代表的强化学习路线则强调在线学习、持续适应和自主探索，这在理论上更接近通用智能的本质要求，但在工程落地和商业验证上仍面临巨大挑战。

值得注意的是，Oak Lab 的创始团队背景兼具学术深度与产业经验。Sutton 本人是强化学习领域的奠基人之一，其著作《强化学习导论》几乎是该领域所有研究者的必读书目；Khurram Javed 则在 Keen Technologies 积累了将强化学习理论工程化的实战经验。两人选择在此时独立创业，或许意味着他们看到了现有技术路线逼近瓶颈后，范式转换的窗口期正在打开。

对 AI 产业投资者而言，Oak Lab 的出现提供了一个观察“非主流路线”商业化潜力的样本。如果 Sutton 团队能在自主学习智能体上取得实质性突破，可能撬动从机器人、自动驾驶到科学发现等一系列需要持续适应能力的应用场景，而这些恰恰是当前静态模型难以胜任的领域。当然，从实验室原型到万亿参数实时学习系统的工程跨越，其难度和不确定性同样不容低估。