AMI Labs 创始人 Yann LeCun 论述了为什么 LLM（大型语言模型）以与 AI 几十年来相同的方式欺骗了我们： 他认为，每一代 AI 科学家都犯了同样的错误：将任务表现与真正的智能混淆。 LeCun 对当前炒作的核心挑战： “我们被愚弄，以为这些机器是智能的，因为它们能够操控语言。而我们习惯于那些能够很好操控语言的人隐含地是聪明的事实。” 他明确表示，LLM 是有用的，但作为一个有用的工具和作为智能之间是两回事。 真正的洞察是他所经历的历史模式。 自 1950 年代以来，一波又一波的 AI 研究人员声称他们的突破是通向人类水平智能的道路。 Marvin Minsky、Herbert Simon、Frank Rosenblatt——他在 1950 年代发明了感知器，第一台学习机器——都预测机器将在十年内变得和人类一样聪明。 “他们都是错的。” LeCun 亲眼目睹了这三轮炒作和失望的周期。他对当前这一轮的评判直言不讳： “这一代 LLM 也是错的。这只是被愚弄的又一个例子。” 模式：一种新技术出现 → 机器在特定任务上表现良好 → 我们假设它们具备一般智能 值得问的问题是：我们对这些工具的印象是因为它们智能，还是因为它们听起来像是智能的？