主体内容：红杉资本播客《Training Data》发布对强化学习奠基人、2024 年图灵奖得主 Rich Sutton 的对谈。他指出合成数据是“巨大错误”，当前大模型主要依赖预训练与后训练，上线后参数不再更新，只完成约四分之一的智能，持续学习是行业待突破的基础问题。
专家独家分析：作为强化学习旗手，Sutton 的“持续学习”主张与近期“告别合成数据内卷”的行业反思共振。其指向在于下一代模型架构须从静态训练转向“部署后自学习”——这意味着模型工程栈、算力调度与数据策略都要重新设计，把“持续学习能力”列为新模型的硬指标。
