停止RL研究！前OpenAI研究员：互联网才是唯一重要的技术

本文由前OpenAI研究员Kevin Lu撰写，核心观点是互联网而非强化学习（RL）或transformer架构，才是推动人工智能（AI）发展的关键技术。作者认为，当前RL研究缺乏通用数据源，难以实现重大突破，而互联网作为多样化、星球级规模的数据源，为AI模型提供了丰富的监督信息和自然课程设置。文章从背景、研究目的和结论三个角度展开：背景方面，指出AI社区过度关注架构创新（如transformer），忽视了数据的根本瓶颈；研究目的上，主张研究人员应转向研究互联网及其数据特性，而非优化RL算法；结论部分强调，互联网与“下一个token预测”范式形成完美互补，而RL的未来取决于找到类似互联网的“对偶”数据源——具备多样性、课程性和产品化潜力的系统。文中还通过教科书、对齐数据等案例，说明互联网数据的不可替代性，并探讨了RL可能的应用方向（如机器人、推荐系统）及其局限性。