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

肌肉记忆的语义理解能力提升，让精准匹配变得更容易，也让模糊优化变得更难。

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。

值得持续跟踪的是，Silver团队能否在开放环境中定义合理奖励并避免无效探索循环。这个问题直接关系到AI未来是继续“抄人类”还是真正“自己玩”，数据支持这个方向，但样本量有限，方向是对的，但现实更复杂。

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。

David Silver创办Ineffable Intelligence后，短短数月便以51亿美元估值完成11亿美元种子轮融资，这笔由Sequoia和Lightspeed领投、Nvidia等跟进的资金，远超常规早期项目规模。表面看是又一AI独角兽故事，但核心在于Silver明确放弃主流LLM依赖的海量人类数据，转向通过强化学习让系统自主生成经验。这一举动并非简单赛道切换，而是对当前AI范式极限的直接回应。

AlphaGo之父David Silver从DeepMind离职创办Ineffable Intelligence的消息，迅速在AI圈掀起波澜。2025年底，这位曾主导AlphaGo和AlphaZero研发的核心人物，离开Google旗下实验室，仅几个月后就在2026年4月完成1.1亿美元种子轮融资，估值达51亿美元。投资者包括Sequoia、Nvidia等顶级机构。

短期内，这一趋势可能加剧大厂留才压力。更多DeepMind等实验室的研究员或跟随类似路径，离职或加入高估值新贵，导致薪酬与股权竞争进一步升级。伦敦凭借DeepMind遗产，正加速成为欧洲AI枢纽，OpenAI、Anthropic等也在此扩大布局，争夺战已趋白热化。但如果Ineffable的“超级学习者”路径验证周期拉长，部分人才或出现回流，大厂仍有机会通过资源优势稳住阵脚。

当然，转向并非没有阻力。计算资源若无法匹配经验生成的规模，对齐问题若迟迟无解，进程便可能放缓。但数据支持的方向清晰：人类数据时代已显疲态，而经验时代的时间窗口，或许比想象中更短。值得持续跟踪的是，这一范式切换能否真正重塑AI轨迹。

如果Ineffable能有效结合世界模型，在模拟环境中高效预演试错，其突破潜力不容低估。这或许能大幅提升样本效率，避免真实世界中的危险探索循环。但短期来看，纯RL路线难以全面超越LLM，后者通过海量数据快速掌握语言与常识模式，而RL起步阶段仍需天文数字级的交互。目前算力虽持续提升，瓶颈依然存在，核心在于如何避免智能体陷入无效循环。

当然，强化学习并非没有短板。其样本效率较低，在现实世界中精确定义奖励函数难度极大，早期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，波动性也远高于LLM的“拿来主义”。Silver的Ineffable Intelligence目前细节尚未完全公开，但从他过往成就和公开表态看，这条路更像可再生能源：初期投入大，却能带来可持续的智能跃迁，而非一次性消耗人类知识存量。

AlphaZero在围棋、国际象棋等环境中展现了“AI 无人类数据”学习的强大可行性：系统从随机初始策略出发，通过海量自对弈生成经验，不断优化策略网络与价值评估，最终超越人类顶尖水平与传统算法。这套机制的核心在于清晰的奖励信号和有限状态空间，证明纯强化学习能在封闭系统中高效自学。Silver团队在DeepMind时期的多次验证，进一步强化了这一路径在特定领域的可靠性。

但现实情况远比任何简化模型都要复杂，许多在公开场合或报告中看起来发展顺遂、光鲜亮丽的成功案例，其实际发展过程中，往往都经历了大量不为人知、反复的细节调整、方向修正和内部迭代过程。