学术圈最毒的评价之一是：

这项工作既有新意，又很好。

可惜的是，好的部分不新颖，新颖的部分不好。

但强化学习领域的奠基人之一、《强化学习》教科书的作者、图灵奖获得者Richard Sutton，把这个笑话对准了整个生成式AI。

不是工程问题。不是靠堆数据、扩大模型、加更多GPU就能解决的。

Sutton用了一个极其刺眼的类比：「幻觉」——大模型最被人诟病的毛病——本质上就是模型试图「新颖」的副产品。

我们讨厌幻觉，恰恰证明了一件事：我们其实根本不要新颖性。我们只要高质量的模仿。

「好的不新颖，新颖的不好。」

那个笑话里审稿人的毒评，竟然精准描述了整个生成式AI的内在局限。

Sutton从第一性原理出发，拆解了创造力的「三位一体公式」：

真正的发现（Discovery）=变异（Variation） 评估（Evaluation） 选择性保留（Retention）。

任何真正的创造力与发现，都需要三个步骤，缺一不可：

1. 变异（Variation）产生多样化的可能性。可以是随机的，可以是基于已有知识的，但必须有真正的不确定性——否则不叫探索，叫查表。

2. 评估（Evaluation）判断哪些变异是有价值的。这需要一个明确的目标，或者一个能够识别「好坏」的标准。

3. 选择性保留（Selective Retention）把有价值的变异留下来，让它影响未来的行动和学习。

这三个步骤，不是Sutton的发明。它是自然选择的逻辑，是科学方法的逻辑，是人类学习的逻辑。

进化论：随机基因突变（变异）→环境筛选（评估）→适者生存（选择性保留）。

科学方法：提出假说（变异）→实验验证（评估）→发表论文（选择性保留）。

人类学习：尝试不同解法（变异）→检验对错（评估）→记住有效的方法（选择性保留）。

摘要里有一句话：

证明由ChatGPT 5.5生成，经作者验证。

研究的本质没变，还是反复试错。变的是每一次试错的速度——过去需要几周验证一个方向，现在几分钟就能知道这条路走不走得通。

但AI的贡献不可磨灭：

然后，结尾直接封神：

回到我关于BDRS收敛性的论文，我相当确信证明是正确的。

但如果你发现任何错误，责任全由我承担——请不要责怪ChatGPT，它才3.5岁。

这句话妙就妙在双重性：这是真诚的责任声明，也是一个精准的隐喻。

「3.5岁」描述了AI此刻真实的处境：能力惊人，但判断未熟。

毕竟，人类从来没有指望3.5岁的孩童能做什么贡献。

虽然你不能把证明的最终签名权交给AI，但你也不能假装AI没做任何贡献。

这也是为什么，真正的科学发现不会消失在人类手中。

相反，它会更残酷地筛选人类：谁能提出好问题，谁才配拥有强AI。

未来，科学家不借助AI，或许就像天文学家不用电脑一样过时。

最后，我们一起回味Sutton颇具宣言性质的话：

如果我们希望充分发挥AI科学家的全部力量，就应该与他们共享目标，让他们能够创造、评估、发现，从而全面参与实现这些目标。

让我们大胆一点！让我们彻底实现创造力与发现的全自动化！

参考资料：

https://x.com/RichardSSutton/status/2061216087744946656

https://optimization-online.org/2026/05/convergence-of-bdrs-as-a-matrix-scaling-algorithm/

本文来自微信公众号“新智元”，作者：ASI启示录，编辑：大卫，36氪经授权发布。