谷歌的研究人员可能已经攻克了一项重大的AI挑战。他们开发了一种名为“内部RL”的全新技术，用于训练AI模型。它有助于AI学习复杂的推理，绕过常见的LLM陷阱。这项突破于2026年1月16日公布，有望为先进的AI代理铺平道路。

内部RL引导模型的内部运作。它不是预测下一个词，而是构建逐步的解决方案。这使得AI能够处理复杂的任务，而无需持续的人工监督。该团队绕过了下一个token预测的局限性。

直接的影响可能是巨大的。专家认为这可能会彻底改变机器人技术和自主系统。该方法为实现真正智能的AI提供了一条可扩展的路径。

当前的LLM在长期规划方面存在困难。它们基于预测下一个token的架构限制了探索。内部RL为强化学习提供了一种新的方法。

谷歌计划进一步完善这项技术。重点是实际应用。AI代理的未来看起来比以往任何时候都更加光明。