合成數據 原地內捲

大部分領先智能公司在建立數據體系時，信奉一條鐵律：數據是生產要素，誰的數據多、誰的數據好，誰的模型就強。

直到2024年圖靈獎得主、強化學習之父理查德．薩頓（Richard Sutton），在播客裏澆下一盆冷水：合成數據是「一個重大的錯誤」，而當前的大型語言模型，可能只完成了完整智能的四分之一。

這句話值得認真對待，不是因為說話的人掛着圖靈獎，而是因為它戳中了看着這個行業長大30年的我，心裏一直隱隱不安，我們以為在加速，其實一直在原地打轉。

大模型能力的提升，靠的是一條公式：更多參數+更多數據=更強模型。但互聯網上的公開優質文本正在枯竭，於是各間實驗室想出一個「聰明」的辦法，讓AI自己生成數據來「餵」AI，這就是合成數據。

薩頓用他多年研究的「大世界假說」（Big World Hypothesis），戳穿了它：真實世界無限複雜，複雜程度遠超任何智能體，也遠超任何模擬器。任何由有限規則拼出來的合成世界，相對於真實世界都微不足道。這像說：你在一個自己框死的小水池裏養魚，養得再多，也只是那幾條在轉圈。自動駕駛在仿真場景裏跑完百億公里，一上真實道路，碰到雨雪、突發路況照樣失靈。更關鍵的是，依賴合成數據的AI，本質上是在自己教自己。這正是我反覆提及的「養用循環」的反面──養是積累，用是實踐，沒有「用」的閉環，養就是一個自閉系統，數據量在暴漲，實則原地「內捲」。

大模型缺的不是知識，是「用」的那四分之三，正如薩頓說大模型只覆蓋了智能的20%或25%，這是個有衝擊力的判斷，卻指向真的問題。完整的智能至少有四塊：

1）語言理解：大模型最擅長，這一塊它做得確實好。

2）感知：多模態能「識別」物體，卻難「理解」物理環境背後的因果。

3）行動與規劃：它能輸出方案，卻沒有實際去試錯、驗證因果。

4）持續學習：最核心、也最缺的一塊。

這解釋了大模型談理論頭頭是道，一落地真實場景就翻車，因為真實場景要的不是調取知識，而是感知、行動、試錯、學習。

薩頓不是否定大模型，他的方向是回歸真實世界，持續自主學習。不再「訓練一次、終身使用」，而是用一次、精進一次。這正是我在《決戰大數據》書中說的養用循環──用是養的驗證，養是用反饋回來修正方向。

以後怎麼判斷AI是否進步，先問以下幾個問題：數據來自真實世界還是合成世界？上線後還能不能持續學習？有沒有感知與行動的閉環？是在算力內捲，還是人機協作？這個比任何排名榜，都更能說明一個系統的真實潛力。