OpenAI 研究员翁家翌提出强化学习新范式：不更新参数，AI 手搓 .py 文件即可决策

强化学习不需要更新参数

2026 年 5 月 13 日，OpenAI 研究员翁家翌（Jiayu Weng）团队提出了一种全新的强化学习范式。

核心思路

• 传统方法：强化学习需要通过大量 trial-and-error 更新模型参数
• 新范式：固定模型参数不变，让 AI 自动生成 Python 决策脚本
• 优势：无需重新训练，零参数更新，推理速度快

应用场景

这种方法特别适合需要频繁调整策略但不希望重新训练模型的场景，如金融交易、机器人控制等。

行业影响

如果该方法能在更广泛的任务上验证其有效性，将大幅降低 AI 模型的训练成本和部署门槛。

来源： 量子位
链接： https://www.qbitai.com/