DeepMind大将David Silver 1.1B融资后组建顶尖团队：AI人才从实验室向创业公司加速流动

当正规二元一分跑的快群的关注焦点发生转移，以攻代守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“正规二元一分跑的快群”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。

多数报道聚焦融资数字、Silver的AlphaGo与AlphaZero履历，以及Ineffable“首次接触超级智能”的口号。顶级机构背书加上欧洲最大种子轮标签，让外界感慨资本对RL路径的重新重视。可这些观察往往停留在钱与人，却少有人深挖Silver此举背后对“人类数据时代”天花板的判断。

今天，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，向依赖经验的新学习范式转型。Ineffable的阵容组建，正在把实验室十余年积累的强化学习人才优势，转化为创业动能，显著放大从基础研究到产业应用的转化效率。

他离开DeepMind后创立Ineffable Intelligence，短短几个月便拿到1.1亿美元种子轮融资，估值达51亿美元，投资方包括Sequoia、Lightspeed、Nvidia和Google等。

Silver将这类系统称为“超级学习者”，其核心在于能持续生成自身经验，发现人类未知的知识边界，比如AlphaGo那手著名的第37手神来之笔——完全超出人类棋手长期积累的直觉。这条路径的潜力在于打破模仿的循环，实现从零构建智能的跃迁，但其样本效率低和现实世界奖励函数定义困难，仍是早期阶段的显著挑战。

短期内，这轮融资热潮将加速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。“经验优先”的路线将获得更多关注，而普通从业者需要留意相关工具链的演进。长期来看，如果成功，AI范式可能从数据饥渴转向经验自给；若奖励信号设计或算力瓶颈制约，则可能回归混合路线。

主流报道多聚焦融资规模与Silver的AlphaGo、AlphaZero履历，以及Ineffable“首次接触超级智能”的口号。投资者背书与RL能否挑战LLM的讨论随之而来，但这些表面热闹掩盖了一个关键盲区：Silver此举源于对人类数据极限的清醒判断，而非简单换赛道。多年强化学习实践让他看到，当前范式正逼近天花板。

我的判断是，短期内LLM仍将主导应用落地，但长期看，强化学习作为补充甚至潜在替代的潜力不容忽视。这个方向是对的，但执行起来会更慢、更难。

从更长期视角看，人类数据时代似乎已接近尾声。再精炼或合成数据，也绕不开模仿带来的内在天花板。只有转向经验驱动的强化学习，让AI自己去试错、探索未知，才可能实现可持续的智能增长。Silver在相关访谈中强调，这种路径不是对LLM的简单替代，而是通往“解释并构建所有智能”的基础定律，类似达尔文对生命的洞见。我的判断是——但这个判断可能需要后续验证——强化学习将成为AI长期范式的关键补充，甚至在某些前沿场景中取而代之。

人类数据看似丰富，实则静态、有限且携带偏见。互联网文本和代码不过是已有知识的快照，在数学等前沿领域已显露上限，而AlphaProof通过强化学习从少量人类证明起步，后续自主生成上亿条经验，便超越了纯人类中心方法。相比之下，经验数据由Agent在交互与试错中无限产生，质量更贴近任务本质，能真正突破人类知识边界。这个剪刀差，说明数据驱动路径的边际收益正在快速递减。

但如果只停留在“种子轮天价”和“欧洲AI崛起”的叙事上，很容易忽略技术选择背后更复杂的信号。

但现实更复杂，外部变量常常超出我们的控制范围。