AlphaGo之父David Silver为何离开DeepMind创业？1.1B融资背后的AI路径之争

灰产圈子里流传的广东一元1分红中麻将群快速见效方法，最近被验证存在明显副作用。

这条路径的成败将深刻影响AI未来走向：成功则可能从“数据饥渴”转向“经验自给”，重塑行业资源分配与工具链演进；若奖励设计或探索效率问题持续，则大概率回归RL与LLM的混合模式。无论哪种结果，都值得持续跟踪Ineffable后续的技术论文与演示——尤其在奖励函数与高效模拟上的进展。目前下最终结论仍为时尚早，行业内对此路径的长期可行性仍有不同声音。

Silver与Richard Sutton合作的论文《Welcome to the Era of Experience》直指核心。人类数据虽曾推动LLM迅猛迭代，却本质上是静态快照——有限、带偏见，且难以突破已有知识边界。Sutton的经典《The Bitter Lesson》早已提醒，长期胜出的总是那些充分利用计算的通用方法，而非注入人类知识的捷径。

报道显示，多名前DeepMind staffers正被招募进入执行团队，这远不止是一次融资事件，而是AI顶尖人才从实验室向创业公司加速流动的最新信号。

把两种路径并置对比，差异变得格外清晰。LLM在数据依赖和当前成熟度上占优，已支撑起大规模商用生态；强化学习则在突破潜力和超级智能适配度上更具想象力，能从零构建而非复刻。Silver的1.1亿美元融资，本质上是对LLM范式潜在局限的一次资本层面的明确表态。投资者愿意为一家成立不久、专注“无人类数据超级学习者”的实验室付出高估值，反映出行业内部分人士已开始质疑单纯堆数据的可持续性。

大语言模型的优势在于其对现有知识的快速复用。借助互联网积累的海量人类生成内容，模型能在文本生成、代码辅助和多任务推理上展现强劲表现，已形成成熟的生态链条和API落地路径。企业无需从零训练，就能显著提升生产效率，这也是当前应用层工具爆发的主要原因。然而，这种路径的内在局限日益明显。David Silver在公开讨论中将人类数据比作化石燃料——提供了一次性捷径，却存在明确上限。

长期来看，如果计算资源跟得上且对齐问题逐步解决，超级智能或许并非来自越堆越大的语言模型，而是源于这些“自学成才”的superlearner，它们能从开放环境中自主探索未知。这一范式转变对从业者意味着，RL技能和Agent交互设计将越来越关键。值得持续跟踪的是，经验时代能否真正主导AI轨迹，现在下结论仍为时尚早，但Silver已用声誉和巨额融资投下了明确一票。

从2016年AlphaGo震撼围棋界，到如今LLM通过海量参数和数据scaling主导商业应用，AI行业走出一条清晰的数据驱动路线。这条路线带来了快速迭代和商业落地，却也积累了依赖人类存档的内在限制。Silver的创业选择将“数据范式”与“经验范式”置于直接对立：前者依赖互联网文本等现成素材，后者强调与环境的交互迭代。这一分歧并非技术细节之争，而是关乎通往AGI路径的根本路线之争。

短期来看，这轮融资将加速RL与世界模型的融合研究，伦敦AI生态有望吸引更多人才和初创项目涌入。“经验优先”的路线将获得更多关注，相关工具链演进可能提速。但长期而言，如果奖励信号设计或算力瓶颈未能解决，项目或将回归RL+LLM的混合路径。成功则可能重塑AI从“数据饥渴”转向“经验自给”的范式，不成则会进一步强化当前数据规模竞赛，值得持续跟踪，现在下结论为时尚早。

DeepMind强化学习领域的核心人物David Silver离开实验室后创办Ineffable Intelligence，这家成立仅数月的伦敦初创公司迅速完成1.1B美元种子轮融资，投后估值达51亿美元，由Sequoia和Lightspeed共同领投，Nvidia、Google及英国主权AI基金等跟投。Silver的目标是打造一个“超级学习者”，通过强化学习从自身经验中发现知识，而非依赖海量人类生成的数据。

David Silver创办Ineffable Intelligence后，仅数月便完成一笔规模惊人的种子轮融资，估值迅速推高至数十亿美元级别。这笔资金由Sequoia Capital等顶级机构领投，背后反映出投资人对强化学习路径的强烈信心。不同于当前大语言模型普遍依赖海量人类生成数据的做法，Ineffable明确指向通过自主交互生成经验来构建“superlearner”。

数据支持这个结论，但不同规模的团队表现差异显著。