技术深度解析
大卫·席尔瓦离开DeepMind并非一次安静的退休。这是一次经过深思熟虑的宣言：AI领域已陷入局部最优的陷阱。Ineffable Intelligence正是他试图挣脱这一困境的尝试。
Ineffable方法的核心，是对支撑当今所有主流LLM（从GPT-4o到Claude 3.5再到Gemini）的“下一个词元预测”范式的彻底否定。席尔瓦在其2024年论文《语言模型的苦涩教训》中阐述的核心洞见是：被动预测无法产生真正的智能。一个LLM可以描述如何烤蛋糕，但它无法从烤焦蛋糕的经历中学习。
Ineffable的架构围绕三个集成组件构建：
1. 世界模型：一个学习到的环境模拟器，基于DreamerV3（席尔瓦共同开发的基于模型的强化学习算法）的变体构建。该模型能预测可能行动的结果，而无需在现实世界中执行，从而实现快速的内部模拟与规划。
2. 规划模块：与自回归生成词元的LLM不同，Ineffable的智能体使用蒙特卡洛树搜索（MCTS）算法——与驱动AlphaGo的技术相同——来探索行动序列。关键创新在于，MCTS是在连续动作空间上运行，而非仅仅是离散的棋盘位置，从而实现了对机器人控制、代码编辑和API调用的支持。
3. 持久记忆系统：一个可微分的神经词典，用于存储情景记忆与习得技能。这使得智能体能够在不同会话间保留知识，避免了基于LLM的智能体在上下文窗口填满时所面临的“遗忘”问题。
一个关键的工程细节是使用时序差分（TD）学习结合函数逼近。Ineffable的智能体无需为每项任务设定明确的奖励函数。相反，它们从世界模型本身学习内在动机信号——好奇心、新奇感和胜任感。这直接源于席尔瓦在DeepMind期间关于“无奖励探索”的研究。
| 架构组件 | Ineffable Intelligence | 典型LLM智能体（如AutoGPT） |
|---|---|---|
| 核心学习范式 | 基于模型的强化学习 + MCTS | 上下文学习（提示工程） |
| 记忆 | 持久神经词典 | 上下文窗口（有限） |
| 规划 | 内部模拟（DreamerV3） | 思维链提示 |
| 从经验中学习 | 是，在线强化学习更新 | 否，静态权重 |
| 动作空间 | 连续（机器人、API） | 离散（文本生成） |
| 任务完成率（SWE-bench） | 62%（报告值） | 38%（GPT-4o基线） |
数据要点： 该表格揭示了一个根本性的架构差距。LLM智能体本质上是“无状态提示器”，依赖模型预训练的知识。而Ineffable的智能体是“有状态学习者”，每次交互都会进步。在SWE-bench（软件工程任务）上24个百分点的差距并非增量式改进——它代表了不同类别的能力。
对于对底层研究感兴趣的读者，开源仓库dreamerv3-torch（目前在GitHub上拥有4200颗星）实现了核心的世界建模技术，尽管Ineffable使用的是专有的、规模化版本。mctx库（Google DeepMind，1800颗星）提供了一个基于JAX的MCTS实现，很可能是其规划模块的基础。
关键参与者与案例研究
11亿美元的种子轮融资史无前例，但投资方的身份揭示了其中的战略赌注。
英伟达不仅仅是在开支票；它是一位战略合作伙伴。Ineffable的智能体循环所需的计算模式与LLM训练有着根本不同。训练LLM是一种“发射后不管”的操作：大规模并行、高吞吐量、低延迟容忍度。而智能体AI需要实时推理、序列决策和紧密的反馈循环。英伟达即将推出的Blackwell B200架构，凭借其专用的“推理引擎”和改进的内存带宽，正是为这种工作负载而设计的。据报道，Ineffable是英伟达DGX Cloud面向智能体工作负载的早期接入合作伙伴。
谷歌的参与则更为复杂。一方面，这相当于对其自身以LLM为中心的战略投下了不信任票。谷歌已在Gemini和TPU基础设施上投入了数十亿美元。通过投资Ineffable，谷歌是在对冲风险，认为下一波AI价值可能不会被更大的模型所捕获。另一方面，席尔瓦离开DeepMind据称是友好的，且谷歌保留了对任何收购的优先购买权。这是一种经典的“朋友要近，但具有颠覆性的前员工要更近”的策略。
| 投资者 | 投资理由 | 潜在利益冲突 |
|---|---|---|
| 英伟达 | 为智能体推理循环销售更多GPU | Ineffable可能内部开发定制芯片 |
| 谷歌 | 对冲LLM平台期风险；维持与席尔瓦的关系 | Ineffable直接与DeepMind的智能体研究竞争（例如Gemini Robot） |