谷歌的研究人员可能已经攻克了一项重大的AI挑战。他们的新技术“内部RL”有望解锁长程AI智能体。这项于2026年1月16日宣布的突破，解决了AI模型学习复杂推理时的局限性。

内部RL引导模型的内部运作，引导AI逐步找到解决方案。这绕过了传统的下一个token预测方法。该方法通常会导致AI“幻觉”和失败。

直接影响可能是巨大的。专家认为，这为自主智能体提供了一条道路。这些智能体可以处理复杂的任务和现实世界的机器人技术，从而减少对人工指导的需求。

当前的LLM是自回归的，它们逐个token地生成序列。这使得探索新的策略变得困难。内部RL提供了一个潜在的解决方案。

下一步包括扩展和测试该技术。重点是现实世界的应用。AI社区正在密切关注。这可能会彻底改变AI开发。