你以为AI真的“懂”很多？它只是在猜下一个最像样的词
08-15 13:38
精选参考来源
精选参考来源
1. 人工智能为何尚未产生真正的知识
今日头条 2026-07-10 00:00:00
2. 隐性知识：AI永远无法跨越的边界
微信公众号 2026-04-18 00:00:00
3. SciResearcher.腾讯这篇《SciResearcher》，真正想解决的，并不是“AI 知识不够多”，而是一个更底层、也更容易被忽视的问题： 今天的大模型，其实还不会真正做科研。 过去两年，整个行业都在围绕更大的参数、更长的上下文、更复杂的多模态能力展开竞争。模型看起来越来越聪明，能写代码、能解数学、能读论文，甚至已经能在很多考试里超过普通人类。但如果把这些能力真正放进科研场景里，你会发现一个很明显的问题： 它们很会“回答问题”，却并不真正擅长“研究问题”。 这两件事，看上去很像，但其实完全不同。 因为真正的科研，从来不是把已有知识重新组织一遍。真正困难的部分，恰恰发生在没有现成答案的时候。研究者需要在大量互相矛盾的信息里寻找规律，在不完整的数据里提出假设，再通过不断验证、修正、推翻，慢慢逼近一个暂时可信的解释。 这里最核心的能力，不是记忆，而是长时间、多步骤、持续修正的 reasoning。 而这，恰好是今天大模型最薄弱的地方。 你可以把现在的大模型理解成一个“读过无数书的人”。它拥有极其庞大的知识储备，也能快速组织语言，所以当你提问时，它总能给出一个结构完整、逻辑流畅、甚至看起来非常专业的回答。但很多时候，这种能力本质上仍然是一种“高维知识压缩”。 它擅长从过去见过的文本里提炼统计规律，却并不真正具备持续推进一个开放性问题的能力。 这也是为什么，很多 AI 一旦进入复杂科研场景，能力会突然塌掉。 因为科研不是搜索，也不是总结，而是一个需要不断推进的问题空间。比如一个真正的科学问题，从来不会只有一个标准答案。研究者可能需要查几十篇论文，对比不同实验结果，分析数据之间的冲突，再一步一步排除错误解释。很多时候，真正重要的不是最后那个结论，而是中间那条漫长的推导路径。 为什么提出这个假设？ 为什么排除了另一个方向？ 为什么这组实验可信？ 为什么这个变量可能有问题？ 这些东西，才构成了科研真正的主体。 而今天的大模型，其实严重缺少这种“思考过程”的训练。 这也是为什么，《SciResearcher》最重要的部分，并不在于它又做了一个更强的聊天 Agent，而在于它开始尝试把“科研过程”本身，变成 AI 的训练对象。 论文里的核心思路，其实可以翻译成一句很简单的话： AI 不应该只学习答案，它还应该学习科学家是怎么一步一步走到答案的。 所以他们开始让 Agent 自己生成科研训练数据。它会自己阅读论文、提出问题、搜集证据、构建推理链、调用工具，再把这些完整的 reasoning trajectory 重新用于训练模型。 这件事的意义，其实比很多 benchmark 提升都更大。 因为过去的大模型，大多数时候学习的是“结果”。互联网有海量现成答案，但真正稀缺的，其实是人类完整的思考过程。尤其科研领域，真正值钱的从来不是最后一句结论，而是中间那条不断修正、不断推导的路径。 而一旦 AI 开始能够稳定地产生这种高质量 reasoning path，它就不再只是一个被动回答问题的系统，而会慢慢进入一种新的循环： 学习、推理、提问、再学习。 也就是说，它开始具备某种“自主研究”的雏形。 这也是为什么，最近整个行业都在从 Chatbot 转向 Agent。因为大家已经慢慢意识到，聊天能力本身正在快速商品化。真正决定下一阶段上限的，不是谁更会说话，而是谁更能长时间自主完成复杂任务。 而科研，恰好是所有复杂任务里最难的一类。 它没有标准答案，没有固定路径，信息极度碎片化，还需要持续修正认知。所以如果 AI 真能在这个方向上取得突破，它改变的就不只是“聊天体验”，而是 AI 是否开始真正进入“知识生产”阶段。 这也是论文里那句“comparable to OpenAI Deep Research”真正值得注意的原因。 因为它背后隐含的，其实是一种行业共识： 下一代 AI，可能不再只是一个聊天工具。 它会慢慢变成一种能够主动探索、组织、验证、推进知识的研究 Agent。 所以如果你不是技术背景，其实只需要记住一句话： 过去的大模型，更像一个读过无数书的人；而现在这类 Scientific Agent，开始试图变成一个能够自己做研究的人。 很多技术进步，看起来像是在不断增加能力。但真正重要的变化，往往发生在另一种时刻： 你突然发现，AI 不再只是会回答问题了。 它开始尝试，自己寻找问题。 #ai #知识分享 #科技 #腾讯 #agent
抖音 2026-05-21 00:00:00
4. 研究发现：AI 智能体无法自学新技能，只有人类才能教会它们技能
今日头条 2026-02-20 00:00:00
5. AI LLM大模型已经很难通过扩大训练集来获得更高逻辑能力：真正的瓶颈在于人类知识文本本身的逻辑严谨性和逻辑分辨率不够
今日头条 2026-07-30 00:00:00
6. 陈旧的垃圾知识没多大卵用！课堂亟需增设“认知类”课程！ AI能轻松检索存量知识，却无法研判当下事态、推演未来走向，也不具备独立思考与想象力。 面对多变的国际局势和社会事件，理清来龙去脉、明辨是非，都离不开深度认知。 一味灌输陈旧的垃圾知识没太大卵用，唯有提升认知能力，才能在纷繁变化中看透本质。
抖音 2026-06-07 00:00:00
7. 那帮造出AI的人，没有一个让孩子学AI
今日头条 2026-03-11 00:00:00
8. 如何审查AI回答
知乎 2026-03-17 00:00:00
9. AI要替代“我们的工作”，还是“我们”？
微信公众号 2026-07-23 00:00:00
10. 谷歌最新结论：AI永远无法产生意识
微信公众号 2026-07-05 00:00:00
11. AI真正缺少的，可能不是知识，而是把知识“想出来”的计算量（读梁文锋文字稿有感）
微信公众号 2026-07-23 00:00:00
12. AI无法独立完成科研，滥用AI只会加速制造学术泡沫
今日头条 2026-03-01 00:00:00
13. 为什么AI还不会科学发现？这是人工智能的终极考题
今日头条 2026-07-22 00:00:00
14. AI这样分析AI：这句话精准地击中了当前AI时代的一个核心痛点；值得深思！
微信公众号 2026-05-23 00:00:00
15. 315爆料的“AI投毒”，啥意思？大白话就是说某些机构和不良企业勾连起来，用AI生成许多有利于企业营销的软文，然后投放到各大AI平台。当人们用AI问答时，AI就把这些虚假信息以思考的方式呈现给用户了。 这表明：AI只会罗列人类现有的知识，而自己不会去总结出新的观点。被吹捧上天的人工智能，实际上就是一个有低级逻辑思考能力的高级搜索而已。它自己不会去发现，更不会对“投喂”去伪存真。由此，AI的“思考”就不是真正意义上的思考。 而人的知识从哪里来的？辩证唯物论告诉我们，人的知识只能从实践中来，即社会存在决定社会思想。而经过多次实践，才能使之上升成为正确的思想。这就是人类知识的来源和过程。 说白了，AI人工智能的物理存在就是一块集成电路板。它参加实践了吗？他能给你指出正确的道路吗？它怎么能未卜先知呢？都没有。AI有的就是人们的投喂，或自己去吃，但不管怎么着，也是吃啥吐啥——大号的博古通今的复读机罢了。 当然，“复读机”有复读机的用处，可完全信任它，不加分辨就有害处了。AI只是一部人类全书，但里面的东西并不代表全部正确，这不矛盾。 更不矛盾的是，宇宙更不会“允许”人类造出和人类一模一样的人工人类来，因为世界上本就没有两片相同的树叶。 结论就是：完全依赖AI，不再实践，人类就会逐步退化，文明也会止步不前。
今日头条 2026-03-16 00:00:00
16. 【人工智能100讲/26】AI能不能推导出新的东西？无中生有
微信公众号 2026-05-31 00:00:00
17. AI学到的旧知识，反而是发现新物理的障碍？
今日头条 2026-06-11 00:00:00
18. 谷歌刚刚发文：AI永远不会有意识！批评者和心理学家的观点是什么？
知乎 2026-04-28 00:00:00
19. 当前AGI的主要缺陷
知乎 2026-05-03 00:00:00
20. AI看着无所不能，其实底子有致命硬伤
微信公众号 2026-06-16 00:00:00
21. 你听说过一句话吗——AI根本不会创造新东西。 它的底层逻辑，说白了就四个字：奖惩机制。 什么意思？你夸它写得对，它就记住，下次还这么干。你说它错了，它就避开，再也不碰。 这跟训狗其实差不多。给个骨头，摇尾巴；打一巴掌，缩耳朵。AI就这么被“训练”出来的。 但问题来了——它没有骨头，也没有耳朵。它从来没在这个真实世界里活过一秒。 它不知道什么叫烫，什么叫疼，什么叫心碎，什么叫等一个人等到天亮。它只是在奖惩机制的作用下，学会了一件事：什么样的回答，是人类觉得“完美”的。 于是它就拼命给你完美的回答。逻辑通顺，用词精准，滴水不漏。 可你仔细想想——那些话，真的有含义吗？ 它可以写一篇关于爱情的文章，字字珠玑，但它没爱过任何人。它可以安慰一个失眠的人，温柔得体，但它自己从来不需要睡觉。 它能说出最正确的话，却不一定能说出最真实的话。因为“正确”是奖惩机制算出来的，“真实”是活出来的。 我有时候在想，我们人类自己不也这样吗？从小被奖惩机制塑造着——考好了被夸，考砸了挨骂；乖巧了被喜欢，叛逆了被排斥。 我们是不是也慢慢学会了，只说那些“完美的话”，却忘了那些话有没有真正的含义？ AI只是我们的镜子。 它不创造新东西，是因为人类自己，有时候也不敢创造新东西了。
抖音 2026-06-28 00:00:00
22. 我们不是在讨论AI有没有意识，我们是在拼命证明自己还有价值
微信公众号 2026-04-29 00:00:00
23. 当代 AI 研究，90% 都是无用功：病根不在技术，在语言造假
知乎 2026-03-08 00:00:00
24. 劳动者是历史的唯一作者——论AI时代的实践主体性
哔哩哔哩 2026-05-03 00:00:00
25. 把一件事做到极致就能赢吗？
微信公众号 2026-04-13 00:00:00
26. 为什么我每天都在了解一些看似没用的知识？
今日头条 2026-03-13 00:00:00
27. 我回复了 的评论： 我觉得你去了解一下AGI的定义再说吧，顺带看下当前AI也就是ANI的实现原理，用概率去猜问题和理解问题本身的含义压根是两回事，这也决定了他是否是真的具备“从无延伸出有”的能力，如果你看完还觉得没区别那我也无话可说了 我可以非常明确的告诉你，按照当前的ANI的实现方式及原理，它完全不可能脱离目前人类已有的知识框架，去创造一些完全不存在的底层范式，这也决定了他不可能完成所谓的“进化”，顶多是会把目前已存在的知识越学越好#ai行业 #人工智能学习 #人工智能发展趋势
抖音 2026-07-03 00:00:00
28. 王煜全：AI真正缺的不是知识，是认知。那该怎么办？【思想荟】
微信公众号 2026-07-27 00:00:00
29. AI提供的信息不靠谱 开发者要担责吗
微信公众号 2026-04-03 00:00:00
30. AI 会不会觉醒之三 —— AI 的局限：可能永远无法产生自我意识
知乎 2026-04-26 00:00:00
31. 江东时评｜警惕“AI幻觉”陷阱
江苏网信网 2026-08-09 00:00:00
32. 人工智能热潮下，AI辅助15分钟就会削弱独立思考能力？冷思考指南
新浪看点 2026-08-15 00:00:00
33. AI时代， 别丢了思考的“笨功夫”
新浪财经 2026-08-11 00:00:00
34. AI时代真正稀缺的，是独立思考能力
微信公众号 2026-06-13 00:00:00
35. 在符号与迷雾之中，窥见中世纪的理性微光
豆瓣 2026-06-20 00:00:00
36. 顺性明道论｜西方思想家系列第八篇：托马斯·阿奎那
今日头条 2026-05-22 00:00:00
37. 穿梭于古典与现代之间的漫游者——访美国贝勒大学政治学系教授蒂莫西·伯恩斯
中国考古网 2026-07-08 00:00:00
38. 教师发展中心举办《当墨子遇到亚里士多德——兼论中国古典哲学如何拯救AI危机》主题讲座
北京印刷学院教师发展中心 2026-04-13 00:00:00
39. https://finance.sina.com.cn/wm/2026-06-09/doc-iniavfst1811309.shtml.md
新浪财经 2026-06-09 00:00:00
40. 古典学的思想交响：一场跨越文明、技术与时代的学术合奏
中国社会科学网 2026-06-24 00:00:00
41. 意义的主权：AI元人文视域下的古典智慧重释与AI时代的人类责任
CSDN博客 2026-02-19 00:00:00
42. 重读经典 照鉴未来：古典学的当代角色与时代使命
中国社会科学网 2026-06-08 00:00:00
43. 以《道德经》智慧化解AI时代的焦虑（上） | 社会科学报
网易 2026-06-23 00:00:00
44. 以《道德经》智慧化解AI时代的焦虑（下） | 社会科学报
网易 2026-06-24 00:00:00
45. 93岁北大教授谈AI：学习的意义，从来不是和机器比快
今日头条 2026-07-29 00:00:00
46. 文明基石：古典智慧与复杂系统涌现如何塑造全球AI安全协议
今日头条 2026-06-08 00:00:00
47. AI的意义，或许正是倒逼人类，去寻找自己真正的意义！#AI #视觉行业 #深度思考
抖音 2026-07-29 00:00:00
48. 人工智能时代的中华文化主体性
微信公众号 2026-07-05 00:00:00
49. 你觉得ai会完全替代人类吗？
知乎 2026-05-23 00:00:00
50. 早期海德格尔与中世纪哲学
知乎 2026-04-11 00:00:00
51. 如何评价陶哲轩《AI 时代的数学方法与人类思想》这篇文章？你有哪些思考？
知乎 2026-04-03 00:00:00
52. 满嘴“夯”与“拉”的现代人，正在遭遇AI时代的“大过滤器”
知乎 2026-05-24 00:00:00
53. AI狂潮下译者何去何从？——GenAI时代翻译学发展的技术焦虑研究
微信公众号 2026-02-20 00:00:00
已收藏
去我的收藏夹