7月17日， 以“智能时代的合作与治理”为主题的2026世界人工智能大会暨人工智能全球治理高级别会议主论坛在上海举行。2024年图灵奖得主、“强化学习之父”理查德·萨顿在开幕演讲中抛出重磅观点：当前AI在科学意义上并未快速进步，其本质依然“弱小”且“不可靠”，并正式宣告AI正从“人类数据时代”迈入“经验时代”。论坛发布了《人工智能合作发展行动计划》《智能体互信互联互操作全球合作倡议》及《国际人工智能伦理治理行动计划》三项成果，勾勒出全球AI治理的行动框架。

　　萨顿：大语言模型“没有目标”且“真假不分”

　　萨顿教授开篇即对“AI快速进步”的论调提出审慎质疑。他指出，机器在熟练使用语言、生成视频和图片方面取得的突破，大多仍停留在“模式识别”层面，大家往往将“计算能力”与“智能”混为一谈。

　　为厘清智能的本质，萨顿追溯了多位思想家的定义，并援引人工智能之父的观点——“智能是通过计算达成目标的能力”。在此基础上，他给出自己的定义：智能是通过行为的适应来实现目标的能力。基于这一定义，萨顿对大语言模型提出尖锐批评。他指出，当前系统“没有奖励信号”，无法判断行为好坏，因此“没有目标”；同时，它们“没有经验”，无法区分事实与虚假，“如果没有经验，你就无法知道预测到底对不对”。他直言，现阶段的AI“弱小”且“不可靠”，会产生大量“错觉”和错误信息。

　　萨顿指出，当前AI仍处“人类数据时代”，仅通过预测下一词转移人类知识，但高质量数据源接近耗尽，无法生成新知。他强调AI正迈入“经验时代”，需依赖智能体与环境的实时交互获取“第一视角的经验”，以婴儿为例——行为决定输入，无静态数据集。他引用图灵1947年“从经验中自主学习”的前瞻，总结AI正转向经验学习并将更强大，但超级智能时代尚未到来，只是初次接触。

　　阶跃星辰董事长印奇呼应了萨顿关于智能体的观点。他预测第三波AI浪潮的核心是智能体，尤其是进入物理世界的智能体，其变革规模将超越PC互联网与移动互联网的总和，未来智能体将成为“生产力的最小单元”。

　　AI时代，提出好的问题比找到答案更重要

　　在圆桌对话环节，中国科学院院士鄂维南主持，与2025年图灵奖得主吉尔·布拉萨德、2025年诺贝尔化学奖得主奥马尔·亚吉及复旦大学教授邱锡鹏展开跨界讨论。

　　奥马尔·亚吉首先分享了AI在化学科研中的实践。团队首次用大语言模型攻克了化学合成后晶体化的难题，原本数周的工作得以大幅提速。但他随即警告：如果人类不主动将AI作为探索未知的工具，AI智能体将“告诉”科学该怎么做，科学界必须主动介入，否则将丧失主导权。亚吉指出，AI生成海量可能性后，真正的瓶颈已从“如何得到答案”转向“如何提出关键问题”。

　　复旦大学教授邱锡鹏则表达了对科研同质化的担忧：当所有人使用相同的AI模型，未来的方法论可能趋于单一。他建议年轻人“提出好的问题比找到答案更重要”，并强调AI平台的成功标准必须是“人人都能获益”。

　　吉尔·布拉萨德则聚焦量子技术的“双刃剑”效应。他首先指出负面风险：现有公钥加密体系在量子计算机面前不堪一击，所有过往加密信息虽今天无法解密，但可被完整储存，待技术成熟后一并破解，这将是“前所未有的局面”。但他也强调正面价值——大规模量子计算将加速新药和新材料发现，量子通讯与量子加密能提供“无条件安全”的保护。布拉萨德特别指出，中国在量子通讯骨干网建设上全球领先，已建成约1万公里的量子保密通信主干道并实现多地互联，这一基础设施将产生巨大战略影响力。