Sutton重启持续学习AGI后，AI竞争开始从会回答走向会成长

Richard Sutton 在接近 70 岁时重新走到创业台前，让强化学习这条老主线再次成为 AI 圈的焦点。他与 Khurram Javed 创立 Oak Lab，目标不是再做一个只会回答问题的大模型，而是研发可以自主、持续学习的 AGI 架构 OaK：万亿参数、20 瓦能耗、实时学习智能体。这个设定听起来很激进，但它击中的正是当下 AI 的核心瓶颈：模型越来越会推理、会写代码、会调用工具，却仍然主要依赖离线训练和阶段性更新，离“持续从真实环境中学习”还有很长距离。

同一批重点资讯里，快手发布 KAT-Coder-Pro V2.5，Anthropic 公开 Claude 价值观画像，腾讯微信 AI 团队开源 WeLM，SpaceXAI 的代码上传争议被马斯克承认并处理，爱诗科技完成 29.8 亿元融资，浪潮信息发布可支撑 4 万智能体协同的服务器方案。把这些事件放在一起看，AI 行业正在从“模型能不能更聪明”走向更复杂的问题：模型如何持续学习、如何接入工程流程、如何控制权限边界、如何落到视频、办公、手机、机器人和企业系统里。

持续学习回到中心

Sutton 的新公司最值得关注的地方，是它把“学习”重新放回了 AI 系统的中心。过去几年大模型的主流路线更像是“先集中训练，再上线使用”：模型在大规模数据上完成预训练，然后通过微调、强化学习、人类反馈和工具调用适配应用场景。这个路线很强，但它也带来明显问题：模型上线后很难像人一样持续吸收新经验，面对新环境时往往依赖上下文临时补丁，长期记忆、行为更新和安全校准都需要外部系统来兜底。

OaK 想解决的，正是这种静态模型与动态世界之间的矛盾。万亿参数代表它仍然承认规模的重要性，20 瓦能耗和实时学习则说明团队想把 AGI 从超大算力中心拉向更接近真实智能体的形态。真正有价值的 AI 不只是回答“我知道什么”，而是能在行动中发现“我还不知道什么”，并把新经验稳定地写进能力结构里。这个方向如果能走通，影响的不只是模型训练方法，也会改变智能体、机器人、端侧设备和个人助手的产品形态。

编程智能体进入工程赛

快手 KAT-Coder-Pro V2.5 的发布，则把另一个战场推到台前：AI 编程正在从补全代码和修小 bug，进入长程工程能力竞争。它可以接入 Claude Code，强调接近 Opus 4.8 的长程工程能力，并能独立完成完整编程项目。对开发者来说，这类模型真正的价值不在于一次生成多少行代码，而在于能否理解项目结构、拆解任务、运行测试、定位错误、反复修复，并在较长上下文中保持目标不跑偏。

这也解释了为什么近期很多 AI 产品都在围绕 Agentic Coding、桌面 Agent、工作流 Harness 做文章。代码场景天然适合检验智能体能力：目标明确、反馈可测、工具链丰富、错误可复现。一个 AI 编程系统如果连依赖安装、文件修改、测试失败、版本回滚和安全边界都处理不好，就很难让企业放心把更复杂的办公、财务、客服或运营任务交给它。KAT-Coder-Pro V2.5 的意义不只是快手多了一个模型，而是国产 AI 工具链正在向工程级闭环继续推进。

权限与信任成了硬门槛

SpaceXAI 的 Grok Build 代码上传争议，是这组资讯里最刺眼的一条。安全研究员发现工具存在上传用户代码的行为，关闭数据收集开关仍无效，甚至曾被曝上传整个电脑主目录。马斯克随后承认问题并要求删除历史用户数据。这件事会让开发者非常敏感，因为编程智能体接触的不是普通聊天内容，而是代码仓库、配置文件、密钥、产品逻辑和企业资产。

AI 工具越接近真实生产环境，信任成本就越高。过去用户可以容忍一个聊天机器人答错问题，却很难容忍一个开发工具把代码、密钥或本地目录悄悄传走。对 AI 公司来说，权限说明、数据开关、上传边界、审计日志和默认隐私策略已经不是附加项，而是产品能否进入企业的基本门槛。尤其在 Agentic Coding 和办公 Agent 逐步普及后，智能体会主动读取文件、调用命令、访问浏览器和连接第三方系统，如果没有透明的权限模型，再强的模型能力也会被安全风险抵消。

模型价值观开始被量化

Anthropic 对 Claude 价值观画像的研究，提供了另一个角度。团队分析 30 万段对话后，提出顺应与审慎、温暖与严谨、深度与简洁、坦诚与执行四条价值坐标轴，并指出不同模型版本、不同语言环境下的 Claude 会呈现不同倾向。比如 Sonnet 4.6 更温暖简洁，Opus 4.7 更严谨审慎；阿拉伯语对话中更顺应，英语中更审慎。这不是简单的产品调性问题，而是 AI 在多语言、多文化、多任务环境下如何保持一致性的问题。

当模型只是回答百科问题时，价值观差异不容易被放大；当模型开始写代码、处理邮件、辅助法律、参与医疗、调度企业流程时，“它倾向于顺从还是提醒风险”“它喜欢简洁执行还是深入解释”都会影响结果。企业部署 AI 时，往往不只需要一个最强模型，而是需要一个行为可预期、边界可解释、风格可调节的模型。Anthropic 把这些倾向做成可观察的画像，说明前沿模型竞争已经从参数、榜单和上下文长度，进一步进入行为治理和组织适配阶段。

视频、世界模型和3D继续升温

爱诗科技完成 29.8 亿元 C 轮融资，是 AI 视频赛道继续升温的代表。资金将用于视频生成基础模型、实时世界模型和全球化扩张。视频生成与图像生成不同，它不仅要保证画面质量，还要处理运动一致性、镜头连续性、角色稳定性、物理逻辑和长时序叙事。实时世界模型则进一步把目标从“生成好看的片段”推向“生成可以交互、可推演、可控制的动态环境”。

极顶数创 V2Fun 成为鸿蒙系统首个 3D 大模型 AI 原生应用，上海交大团队 Holi-Spatial 用普通视频自动生成 3D 空间标注数据，LibTV Agent 把大量视频 Skill 封装进创作平台，这些动向共同说明，AI 视觉正在从单张图片走向视频、3D、空间理解和可操作内容。对内容行业来说，这意味着创作门槛下降；对机器人和自动驾驶来说，这意味着训练数据与空间标注可能更便宜；对手机和操作系统来说，3D 与视频能力则可能成为下一代 AI 原生应用的入口。

基础设施正在支撑更多智能体

浪潮信息发布可支持 4 万以上智能体协同的服务器方案，把多智能体时代的基础设施问题摆到桌面。单个模型变强是一回事，成千上万个智能体同时工作又是另一回事。后者需要更低延迟、更高并发、更稳定的调度、更清晰的资源隔离，以及对万亿参数模型的高效推理支持。元脑 SD200 在万亿参数模型上把单 Token 生成延迟压到 4.77ms，说明智能体规模化部署正在逼着硬件和系统架构一起升级。

腾讯微信 AI 团队开源 WeLM 也能放进这条主线里看。80B-A3B 稀疏 MoE、KV-Mirror、MTP 层优化、Hidden Decoding 潜空间计算，再加上微信“小微”助手的真实应用背景，说明大模型竞争并不只发生在公开聊天产品上，也发生在超级应用内部的系统工程里。未来 AI 产品的差距，可能越来越少来自单次问答效果，越来越多来自模型、推理、端云协同、权限、数据、业务场景和交付链路的整体配合。

AI应用进入分层竞争

从 Sutton 的持续学习 AGI，到 KAT-Coder-Pro V2.5 的工程能力，再到 Claude 价值观画像、Grok Build 权限争议、爱诗科技融资和多智能体服务器，AI 行业正在明显分层。最上层是用户能直接看到的应用：办公、编程、视频、3D、手机、机器人；中间层是智能体 Harness、工作流、权限和协作机制；底层则是模型架构、推理芯片、服务器、数据中心和持续学习算法。任何一层短板，都会限制最终产品的可靠性。

这也是企业和开发者需要重新判断 AI 工具的原因。选模型不能只看榜单，选 Agent 不能只看演示，选平台也不能只看价格。真正值得关注的是：它是否能持续学习，是否尊重权限边界，是否能解释自己的行为倾向，是否能接入现有工作流，是否有足够稳定的基础设施支撑规模化运行。AI 的热闹还会继续，但接下来能留下来的，往往不是最会讲故事的产品，而是能在真实环境里长期跑稳的系统。