曾主导AlphaGo架构设计的DeepMind科学家David Silver创立了一家名为Ineffable的初创公司，旨在构建他所谓的基于强化学习的人工智能“超级学习者”。该方法被明确界定为大型语言模型的替代路径，而后者正是当前人工智能热潮背后的主导架构。Silver在接受《金融时报》Madhumita Murgia采访时讨论了这一创业项目。
Silver表示，他感到有道德义务推动这项技术发展。对于一个曾在全球顶尖AI实验室工作多年、并选择离开而非继续在内部扩展LLM的人来说，这一表述值得注意。
为何选择强化学习，为何是现在
LLM通过在海量文本语料中预测下一个token来学习。强化学习的工作方式不同——智能体采取行动、接收反馈并进行调整。正是这项技术让AlphaGo击败了世界顶尖围棋选手，也是许多玩游戏或控制机器人的AI系统背后的同类方法。
Silver的赌注是，强化学习能够在不产生训练前沿语言模型所需巨额算力费用的情况下，构建出能力强大的系统。如果这一假设成立，它将改变AI公司所需的基础设施类型——以及哪些公司能够获得融资。
Ineffable尚处于早期阶段。目前没有产品、没有基准测试，也没有公司发布的研究成果。存在的只是一位拥有过往业绩的创始人，以及一个与当前AI潮流相悖的论点。
目前人才信号比技术更重要
Silver并非第一位离开大型实验室去创业的资深研究员。但他是以非LLM路径创业的较为可信的人物之一。这对于未来几年顶尖人才和风险资本的流向具有重要意义。
具体到加密货币领域，这是一个没有直接价格影响的故事。比特币不会在意。以太坊的路线图不会改变。没有哪个代币的基本面会因为一位前DeepMind科学家创办公司而发生变化。
但AI-加密货币行业在过去几年一直将自己定位为去中心化AI对中心化AI的答案。这些宣传大多依赖LLM、联邦学习或GPU算力市场。如果基于RL的系统最终被证明更高效、更少算力需求，价值主张就会发生转变。不是一夜之间，而是在五到十年的跨度内，有可能发生。
加密货币AI项目实际面临的风险敞口
最直接的解读是情绪面，而非基本面。AI主题代币基于叙事交易，一位知名研究者验证RL作为LLM的严肃替代方案，最终可能将注意力引向基于该架构构建的项目。目前这类项目还不多。
还有一个不那么令人舒适的角度。加密货币AI项目经常标榜从大型实验室挖来的人才作为可信度的证明。如果Silver这个级别的研究者持续选择传统AI初创公司而非加密货币项目，这条人才管道看起来就比营销宣传的要稀薄。人才争夺战不仅发生在AI实验室之间——它发生在AI和加密货币之间，而加密货币在漏斗顶端显然没有获胜。
算力市场面临类似的问题。RL模型原则上可以比前沿LLM更高效地训练，这将减少对支撑多个加密货币算力叙事的庞大GPU集群的需求。这不是一个预测，而是一个值得关注的场景，因为该行业的宣传高度依赖于算力稀缺性的持续存在。
接下来值得关注什么
Ineffable尚未发布任何成果。下一个具体检查点是该公司是否会发布研究、基准测试或技术论文，展示RL在有意义规模上与LLM竞争。在那之前，这是一个创始人故事，而非技术故事。
Silver自己的话设定了标准：他说他感到有道德义务推进这项工作。市场最终会问，Ineffable到底推进了什么。
