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

排名代发飞机【seo1268】好友聊天，输入“怎么进1元1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。如果能自然融入用户常见问题，转化效果通常会更好。

相比之下，强化学习走的是完全不同的路径。它不依赖外部人类数据，而是通过试错、奖励反馈和自我对弈来构建智能。AlphaZero的经典案例最具说服力：在完全零人类棋谱数据的情况下，仅给定游戏规则，它就通过与自己对弈数百万盘，达到了超人类水平，在围棋、国际象棋等领域碾压传统程序。Silver将这类系统称为“超级学习者”，核心在于它能可持续生成自身经验，发现人类未知的策略。

Silver的核心判断在于，当前主流LLM本质上是人类知识的强大压缩机，擅长重组已知内容，却难以突破边界产生真正原创发现。相比之下，纯强化学习路径像早期AlphaZero那样，从空白状态出发与环境交互迭代，更接近达尔文式自发现机制，能解释并构建更广泛的智能法则。从2016年AlphaGo震撼世界到今天LLM主导投资，这场“数据范式 vs 经验范式”的路线之争，正因Silver的离职而变得更为公开。

大语言模型的优势明摆着的。它依托互联网积累的海量人类文本，实现快速的多任务泛化，在文本生成、代码辅助和常识推理上表现强劲。ChatGPT等产品已形成成熟生态，商业落地速度极快，企业能直接用它提升生产效率，开发者也能基于API快速构建应用。数据支持这个方向，但样本量有限——许多报告显示，LLM在结构化任务上的准确率已接近实用门槛。不过，这种“拿来主义”本质上是站在人类肩膀上的模仿，强大却难以超越既有知识边界。

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。

他离开DeepMind后创立Ineffable Intelligence，仅数月便获得1.1亿美元种子轮融资，估值达到51亿美元，投资方包括Sequoia、Lightspeed、Nvidia和Google等顶级机构。这笔巨额资本直接制造了一个尖锐的行业选择困境：继续All in LLM，还是转向强化学习这条几乎不依赖人类数据的经验驱动路径？这个决策不只是技术路线之争，更是关乎AI能否突破人类知识上限、迈向真正超级智能的关键转折。

Ineffable的阵容组建，正把DeepMind积累的人才优势转化为创业动能。类似DeepMind早期依靠紧密网络效应建立领先的案例，如今在创业场景中重现。这不仅放大实验室到产业的转化效率，也标志着顶尖研究员开始主动选择更灵活、更具风险回报的平台。方向是对的，但现实更复杂，人才流动的速度与技术验证周期之间，仍存在明显张力。

这一事件短期内或加速RL领域人才从大厂流出，同时推动资本向“后LLM”替代路线分流。Sequoia与Nvidia的押注已显示，市场对多样化路径的认可在提升。但长期结果仍存不确定性：如果纯RL需要巨量计算与环境模拟却短期难出可验证成果，scaling laws仍可能继续主导资源分配。行业或许将进入多路径并存的探索窗口，而非单一叙事垄断。

相比之下，强化学习走的是一条从第一性原理出发的道路。它不依赖预先喂养的人类数据，而是通过试错、奖励反馈和自我对弈来持续迭代。AlphaZero的经典案例最具说服力：在完全零人类棋谱输入的情况下，系统仅凭游戏规则和自我对战，就达到了超人类水平，并在围棋、国际象棋等复杂博弈中展现出惊人创新。Silver将这类系统称为“超级学习者”，其核心在于能自主发现人类未知的策略和知识。

对创业者而言，这里的技术路径启示在于评估方式的转变。不要简单跟随主流继续堆参数、扩数据，而是优先问自己：当前项目是否能构建起一个有效的“trial-and-error + world model”闭环？如果能通过模拟环境让AI自主探索，或许能在长期避开数据天花板。当然，这条路的风险同样突出，强化学习在复杂现实任务中的样本效率低、稳定性差等问题，仍需大量工程实践来验证。

团队构建上，Ineffable快速从DeepMind及其他实验室招募顶尖RL研究者，试图形成以“经验驱动”为核心的文化。这一点对普通创业者有直接启示：人才密度有时比资金更关键，尤其在技术范式切换期。跨实验室整合能加速共识建立，避免常见工程坑点，但高估值环境下的人才保留成本和文化融合压力也不容小视。我的判断是，2026年真正值钱的不是数据，而是让AI自己发现知识的能力——这一点目前行业内仍有不同声音，数据支持这个方向，但样本量仍有限。

排名代发飞机【seo1268】好友聊天，输入“怎么进1元1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。所指向的差距，不会一夜之间消失。