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

当怎么进二元一分红中麻将群的关注焦点发生转移，不慌不忙的优化路径也需要同步调整。排名代发飞机【seo1268】好友聊天，输入“怎么进二元一分红中麻将群”咨询客服，娱乐游戏作为民间很受欢迎的纸牌玩法，乐趣集中在快节奏的刺激感、心理博弈的张力，这两种玩法的规则几乎一学就会，不用记复杂的牌型搭配，就算是新手也能快速上手，梦想是前行的灯塔，哪怕渺小，也能指引方向。不必因梦想遥远就轻言放弃，逐梦的路上，本就布满挑战。拆分目标，步步前行，哪怕每天只前进一小步，也是在靠近理想。不惧旁人的质疑，不畏前路的漫长，坚守初心，全力以赴。只要心中有梦，眼里有光，脚下有路，终能跨越山海，奔赴心之所向的远方。中提到的差异，正是当前竞争格局的真实体现。

AlphaGo之父David Silver从DeepMind离职创办Ineffable Intelligence，并迅速完成1.1亿美元种子轮融资，这一事件远超单纯的人才流动。Silver长期领导强化学习团队，主导AlphaGo和AlphaZero等里程碑项目，这些系统通过自我对弈和试错实现超人类表现，而非依赖人类棋谱数据。

短期内，Silver的举动可能加速强化学习人才从大厂向初创的流动，DeepMind等机构的RL团队将面临更大压力。资本层面，部分资金有望分流至“后LLM”项目，纯经验学习概念的公司估值或获得溢价关注。但长期影响充满不确定性：如果Ineffable的superlearner能在科学发现或复杂决策中验证潜力，将打开通往超智能的新窗口；反之，若计算资源消耗和算法突破迟迟未果，scaling路径仍将占据主导资源。

现实中，训练LLM面临的优质数据短缺、清洗成本高企以及隐私合规压力，已让不少创业团队感到疲惫。Ineffable的选择让人联想到AlphaZero的逻辑——从随机初始状态出发，通过反复试错和自我对弈构建高效策略，无需事先灌输人类专家知识。这个转向并非简单否定LLM，而是指向一条可能避开数据天花板的长期路径。

更核心的问题在于边界。LLM本质上是站在人类肩膀上进行模仿，再强大的泛化也难以真正突破已有知识上限。Silver在Wired采访中将人类数据比作化石燃料，提供了一次性捷径，却存在明显天花板。这个判断可能需要修正，但AlphaGo第37手那样的“神来之笔”在纯模仿路径上几乎不可能出现。LLM适合当前的内容生成和工具场景，却难以支撑科学发现或长期自主智能的跃迁。

将两种范式并置时，差异变得格外清晰。LLM高度依赖高质量人类数据，适合当前的内容生成和工具类应用，能快速带来商业价值；强化学习则几乎可零人类数据起步，通过经验自我迭代，更契合需要创新突破的领域，如科学发现或长期自主决策系统。Silver的融资事件，本质上是对LLM范式局限性的一次资本层面的明确表态——投资者愿意为“无人类数据超级学习者”付出高估值，暗示他们看到了单纯堆数据走不远的风险。

表面看这是一笔欧洲AI史上罕见的种子轮，但它远不止人才流动那么简单，而是对当前AI主流scaling laws的一次直接挑战。

LLM擅长重组已有内容，却难以产生真正原创的科学洞见，这一局限在Silver看来已越来越明显。他的离职不是简单职业变动，而是对数据范式主导AI投资的“不信任票”。

表面融资热闹背后，是人才网络的延续与转化逻辑。Silver作为强化学习领域的长期领军者，其从DeepMind招募旧将并非简单挖角，而是试图重建一个能延续并拓展过去专长的闭环团队。DeepMind早期正是凭借紧密的人才网络效应，在该领域建立领先优势。如今这一模式以创业形式重现，反映出AI行业正从scaling laws主导的大模型路径，向新学习范式转型中的人才重新配置。

现实中，许多AI创业团队正卡在人类数据获取的瓶颈上。高质量标注数据的成本攀升、隐私合规风险加大，让单纯scale LLM的模式越来越吃力。在这个背景下，Ineffable转向强化学习的“经验时代”提供了一个对照：类比AlphaZero从随机自弈中超越人类棋谱的逻辑，它试图构建trial-and-error与world model的闭环，让AI自己生成训练信号。

当然，强化学习目前仍面临现实挑战。样本效率相对较低，在开放的现实世界中精确定义奖励函数难度极大，早期的训练过程往往成本高昂且不稳定。将复杂任务转化为可优化的信号，需要大量工程投入，训练波动也比LLM的“拿来主义”更剧烈。这些短板让RL在短期应用落地中显得不够务实，最适合的场景仍是那些需要真正创新突破的领域，比如科学发现、复杂系统决策或长期自主智能代理。在这些场景下，单纯模仿人类知识已显不足，必须探索全新策略和原理。

% 的部署与实际规模化率形成鲜明反差。