WAIC中的“不和谐”声音

所谓的“不和谐”声音，指的是学术独立声音。

2024年图灵奖得主RichardSutton，在WAIC主旨演讲中直言：当前LLM只是“人类知识搬运工”，AI必须进入“经验时代”，直接挑战了“大参数等于强智能”的主流叙事。

北京通用AI研究院的朱松纯教授，更直接指出四轮资本泡沫，认为“算力信仰、数据信仰、大模型信仰”正在被现实击破。

1986年图灵奖得主JohnHopcroft，则认为AI终极比拼是人才而非算力，高校评价体系才是创新的真正瓶颈。

还有微博上的独立评论一针见血——“自主Agent到底是判断力还是高级脚本”。

截图摘自问谏咨询的《WAIC 2026大会的AI产业深度洞察报告》

确实，现在的AI神经网络，并非我们生物学中的神经网络。

大模型在训练完成的那一刻，不管是千亿还是万亿参数，它的参数就固定了。

此后无论你跟它聊多少轮，它回答得多漂亮，只要版本固定了，模型大脑里的权重连接，一个都不会变。

而人类的大脑呢？虽然工作机理目前还是个黑盒子，但可以确定的是，你正在读这段文字的这一秒，大脑里有数以亿计的突触正在调整、增强、重新建立链接……

大脑是一个每时每刻都在"训练"的系统，大模型是一个训练完就固化不变的系统。这也是RichardSutton所谓的当前LLM只是“人类知识搬运工”的最基本底层逻辑。

2025年11月，图灵奖得主Yann LeCun宣布离开Meta，创办了一家叫AMI（Advanced Machine Intelligence）的公司，专攻世界模型方向。

LeCun曾说过，他在职业生涯中见过三次"当前主流技术将带我们走向人类智能"的幻觉。1950年代有通用问题求解器，1980年代有专家系统，这次的LLM是第三次，每次都有人说"十年内超级智能机器就要来了"。

LeCun对LLM的判断更激进，用了"dead end"这个词——大语言模型在通往人类水平智能的道路上，是一条死路。

他的逻辑链条很清晰，LLM的本质是什么？预测下一个token。通过海量文本训练，学会统计相关性，然后生成看起来像人话的输出，但"看起来像人话"和"理解这个世界"是两码事。

如果Transformer不是终局，未来的路在哪里？

尝试路线一：世界模型与JEPA架构。

这是LeCun押注的方向。他提出的联合嵌入预测架构（Joint Embedding Predictive Architecture，JEPA），思路跟LLM完全不同，更侧重于物理世界的模拟和预测。

LLM在token空间做预测，JEPA在抽象表征空间做预测。LLM要预测下一个词是什么，JEPA要预测的是——在看过一段视频之后，接下来会发生什么，但不是在像素层面重建每一帧，而是在一个抽象的语义空间里预测关键信息。

尝试路线二：强化学习与经验驱动智能。

这是图灵奖得主，"强化学习之父"Sutton坚守的阵地。在他看来，智能的本质是"与世界交互以达成目标"。你需要一个目标，需要一个奖励信号，然后通过不断试错来优化策略。

这恰恰是LLM缺失的。LLM没有目标，没有奖励，它只是在做文本接龙。它不知道自己说的是对是错，因为它没有任何机制去判断。

强化学习天然就是"从经验中学习"的框架，DeepSeek之所以能轰动全球，靠的就是RL中的正反馈循环。

尝试路线三：类脑计算与脉冲神经网络。

人脑功耗约20瓦。训练GPT-4耗电约50千兆瓦时，够5000户美国家庭用一年。这个能耗差距，不是几个数量级的问题，是根本性的架构差异。

类脑芯片模拟生物神经元的结构：用脉冲信号代替连续数值，用事件驱动代替时钟驱动，用存算一体代替冯·诺依曼架构的存算分离。

更妙的是，类脑芯片支持片上学习。也就是说，芯片在推理的同时就能更新参数，真正实现"边用边学"。

尝试路线四：神经符号混合AI。

这条路线试图把深度学习的感知能力与符号AI的推理能力结合起来。

深度学习擅长模式识别——认猫认狗、听声辨字；符号AI擅长逻辑推理——如果A大于B，B大于C，则A大于C。

当前的LLM本质上是概率拟合系统，看着后视镜开车，它能告诉你"通常情况下"答案是什么，但无法保证逻辑上的绝对正确，而符号推理可以。把两者捏在一起，或许能既看得见又想得通。

……

这么多科技大神，这么多判断，本身就说明一件事：当前AI，离终局还远着呢。

Transformers很伟大，但它可能只是人类通往真正人工智能路上的一块垫脚石，而不是终点站。

步日欣，创道硬科技创始人，北京邮电大学集成电路专委会副会长，浙商证券研究院专家，兼任多家投资机构投委。电子工程本科、计算机硕士学位，具有证券从业资格、基金从业资格，拥有IT研发、咨询、投融资十五年以上经验，关注投资领域为半导体、智能制造、新能源等。“硬科技新势力”平台覆盖5w+投资人和几千家科技型创业企业，并辅导几十家科技企业完成股权融资。