摘要
过去三年，AI行业几乎围绕着同一个方向高速狂奔。 从GPT-4到Claude，从Gemini到DeepSeek，整个行业的共识似乎越来越明确：只要拥有更多数据、更大的模型和更强的算力，就能够不断逼近通用人工智能（AGI）。 这一逻辑推动了过去几年全球最大的科技投资浪潮。OpenAI估值突破数千亿美元，Anthropic成为企业AI市场最重要的玩家之一，大量资本涌入基础模型赛道。几乎所有创业公司都在思考如何利用这些模型构建应用，而很少有人重新审视一个更底层的问题——今天的大模型路线，真的是通往AGI的最终答案吗？ 就在整个行业不断追逐更大模型的时候，一位被视为现代人工智能奠基人的科学家，却选择重新出发。 他是2018年图灵奖得主、Meta首席人工智能科学家、纽约大学教授，也是深度学习三巨头之一的Yann LeCun。而他最新创立的公司AMI（Advanced Machine Intelligence），正在试图解决一个与当前行业主流方向截然不同的问题。 01┃ 当所有人都在追 GPT 时，LeCun 在思考什么？ 过去三年，AI 世界几乎被同一个逻辑统治：模型更大、参数更多、训练数据更多、推理能力更强…… 整个行业似乎默认认为：只要不断扩大规模，就能够逐步逼近 AGI。OpenAI 在这么做，Anthropic 在这么做，Google DeepMind 在这么做，甚至连 xAI、Mistral、DeepSeek 等新兴玩家也在沿着类似路径前进。 但 Yann LeCun 却一直站在另一边。事实上，在过去几年里，他几乎是公开质疑大语言模型路线最频繁的顶级科学家之一。他反复强调一个观点： 大语言模型很强，但它们并不真正理解世界。 这句话听起来似乎有些反直觉，毕竟今天的 GPT 已经可以写代码、写论文、做分析，甚至通过各种考试，但 LeCun 认为，这些能力更多来自于海量数据中的统计规律，而不是对现实世界本身的理解。换句话说，模型知道什么词最可能出现在下一个位置，却不知道为什么会出现。 它可以描述世界，但并不真正理解世界。 02┃ 一个三岁小孩都能做到的事，AI 却不会 LeCun 经常举一个非常简单的例子：把一个球放在桌子边缘，一个三岁的孩子几乎立刻就知道，如果继续向前滚动，球会掉下去。