图灵奖得主掀翻AI神话!杨立昆痛骂:大模型只是台超级印刷机,根本不会思考
2026年秋天，全球AI圈被一记沉重的耳光抽醒了。
当科技巨头还在为大语言模型（LLM）狂飙突进的跑分欢呼、普通用户惊叹于ChatGPT流畅文笔时，图灵奖得主、深度学习三巨头之一的杨立昆（Yann LeCun），在社交网络上公开发出了一记极具分量的预警。
他的论断直接而冰冷：
今天的底层大模型根本没有思想
它们充其量只是人类既有知识的超级检索器和压缩包。
把大模型当成通向通用人工智能（AGI）的救世主？
在杨立昆眼里，这无异于把一台高速复印机当成了爱因斯坦。
消息一出，科技界瞬间炸锅
有人愤怒反击，指责这位AI教父“早就脱离了一线，根本不懂现代大模型”；
有人则发出诛心追问：“既然大模型不行，那你吹上天的‘世界模型’又在哪？”
一场关于人类智能本质与AI未来去向的大辩论，由此拉开帷幕。
01导火索：社交网络上的“降级风波”
事情的引线，在2026年9月下旬被悄然点燃。
科技自媒体账号 Big Brain AI 在社交平台 X 上发布了一段剪辑视频。
视频里，坐在红色单人沙发上的杨立昆神情严肃。
博主写道：大模型缺乏“自主思考”，其机制在于检索与压缩人类既有知识；
在人类文明演进的坐标系中，应当看作印刷术、现代图书馆、互联网和搜索引擎的自然延续。
▲ Big Brain AI 剪辑转述视频，直指大模型本质是“信息检索系统”
这本来只是第三方自媒体的一次日常搬运。
然而不到24小时，杨立昆本人现身评论区，敲下了极为罕见的直接背书：
“正是如此（Exactly）。人们高估实用机器的智能，这种现象早有先例。”
▲ 杨立昆在评论区斩钉截铁地肯定了这一定性
这句回复瞬间点燃了舆论
支持者迅速跟进
一位名为 ByShovel 的网友留下了一句极具杀伤力的神评，被数千人转发：
“一台能做长除法的计算器，终归只是一台计算器，无论你有多么喜欢它给出的答案。”
▲ 网友 ByShovel 的精彩比喻：有用并不等于有智能
但更多沉浸在AI狂欢中的从业者被激怒了。
他们无法接受自己日夜调优、能写诗能编程的神奇模型，被自家教父贬为“长除法计算器”。
02剥开画皮：峰会现场，他到底说了什么？
要理解杨立昆究竟触碰了哪根逆鳞，必须离开社交媒体的碎片化口水战，回到风暴的最初起点。
那是2026年2月19日，印度新德里举办的 AI Impact Summit（人工智能影响峰会）。
在资深媒体人玛丽亚·沙基尔（Maria Shakil）主持的炉边谈话中，杨立昆留下了长达近20分钟的深度阐述。
在会议记录机构 dig.watch 保存的逐字转写中，杨立昆开宗明义，指出了人类认知中最致命的心理偏差：过度拟人化。
人类大脑有一种本能：只要看到某个系统能输出语法严谨、逻辑顺畅的语言，就会不由自主地假定其背后坐着一颗“充满智慧的心智”。
▲ dig.watch 记录了杨立昆在炉边谈话中将大模型比作“现代印刷术”与高级检索工具
杨立昆在现场划出了一条极度清晰的界限。
他从未全盘否定语言模型的商业与工具价值：
- 大模型极其有用：它能以极高密度压缩人类已有的海量常识，大幅放大生产力，就像计算机在1940年代放大算力一样；
- 但除了极少数符号推理领域，大模型本质上就是高维的信息检索系统。
面对外界对“抨击大模型”的误解，杨立昆在后续推文中进一步澄清了逻辑框架：
▲ 杨立昆强调：大模型具备实用价值，却无法通往人类水平智能
为了让普通人理解这层本质，我们需要把大模型撕开看一眼：
- 传统的搜索引擎（如谷歌、百度）：好比去图书馆查卡片。你输入关键词，它在外部数据库翻找网页，扔给你一堆原始链接，让你自己去读、去总结。
- 大语言模型（如 GPT、Claude）：则是把整个图书馆的书，强行“吞”进数千亿个参数里。通过自监督学习，模型把知识高度压缩在数学潜空间中。当你提问时，它像一个把整座图书馆烂熟于心的老抄写员，当场将碎片化的知识缝合成一段流畅的答案。
但请注意：它吐出来的东西再惊艳，也是图书馆里本来就有的书。
模型从未亲自做过物理实验，也未曾在现实中经受挫折，更谈不上独立发现任何一条宇宙规律。
03致命对照：为什么它能过司法考试，却擦不了桌子？
为了彻底击碎大模型“无所不能”的幻觉，杨立昆在炉边谈话和随后的论战中，抛出了一组让硅谷哑口无言的残酷对照：
为什么今天的大模型能通过地狱难度的律师资格考试、能在国际数学奥林匹克中拿下高分，可现实世界里，却连一个合格的家政机器人都造不出来？
更尖锐的质问接踵而至：为什么任何一个普通的17岁少年，只需要在驾校练习大约20个小时，就能在极其复杂的真实道路上开车；
而投入数千亿美元算力堆出来的大模型，至今无法实现完整的L5级全自动驾驶？
▲ 杨立昆连发两问：“我的家用机器人在哪？我的L5级自动驾驶在哪？”
这就是著名的“莫拉维克悖论”在AI时代的极致体现：对计算机而言，通过司法考试是简单的，因为那只是海量人类符号规则的匹配与重组；
但想要像6岁小孩一样看一眼桌子就知道水杯掉下去会摔碎，对大模型来说却是天堑。
杨立昆犀利地指出：
“你可以把一个大模型微调到能回答关于物理世界的任何问题。但纸上谈兵不等于拥有常识。它根本没有足够的物理直觉，去预测一个6岁儿童都能预判的现实后果。”
因为真实世界由物质与物理法则构筑。
猫和狗无需理解人类语言，却对重力、摩擦力、三维空间障碍物具备敏锐的物理直觉。
人类婴儿在学会叫“妈妈”之前，已经通过无数次触摸、凝视、推倒积木，在大脑里构建出了一套运转无碍的内部物理引擎。
而仅靠预测“下一个词（Next-token prediction）”长大的大模型，是一个永远被困在文字牢笼里的失明造句机。
04思想纵深：古登堡印刷机与2400年前的“法老之诫”
杨立昆将大模型比作“现代印刷术”，绝非一时兴起的口舌之快。
这一论断，将当下的技术狂热拉回了长达数百年的媒介技术演进史。
历史学家伊丽莎白·爱森斯坦（Elizabeth Eisenstein）在其经典著作《作为变革动因的印刷机》中曾深入剖析：15世纪古登堡金属活字印刷术的发明，彻底粉碎了手抄书时代的知识垄断。
它让思想跨越地理屏障以光速传播，直接点燃了欧洲的宗教改革与科学革命。
然而，印刷机本身并未发明微积分，亦未曾发现万有引力。
它是牛顿、伽利略和开普勒的“扬声器与扩音器”，它复制思想，但它不产生心智。
更深刻的警示，甚至可以追溯到两千四百年前的古希腊。
在柏拉图的传世名篇《斐德罗篇》（Phaedrus）中，苏格拉底讲过一个著名的寓言：埃及发明文字的神明修斯（Theuth）向法老泰晤士（Thamus）夸耀，说文字是能让人类获得智慧与记忆的灵药。
法老泰晤士却报以极其冷静的驳斥：
“此项发明提供的是唤起回忆的辅助工具。你交予门徒的，仅仅是虚浮的博学表象（the conceit of wisdom）。凭借文字，人们无需经历深思便能快速翻阅海量信息；外表看似洞悉万物，内里往往缺乏深层省察，最终徒增空泛的学者姿态。”
跨越两千四百年，法老的预言在大语言模型时代惊悚地重现了。
当我们打开对话框，AI在数秒内吐出关于量子力学、微观经济学或古代哲学的完美长文时，我们所面对的，正是人类历史上最极致的“博学表象”。
获取知识（Information Retrieval） 从未如此廉价；
但独立思考（Independent Thinking），面对从未见过的物理未知，建立因果假设、承受现实反作用力、推导出全新解法的能力，大模型依然寸步未进。
05舆论暴风眼：“那你的JEPA模型在哪？”
杨立昆的高调开火，不可避免地招致了整个开源与产业界的剧烈反弹。
有理性的技术学者提出了严肃质疑
科技博主 Teortaxes 引用杨立昆的言论，直言不讳地反驳道：
“我能理解他在某些层面上是对的，但也越来越明显：杨立昆平时根本不用大模型，也完全不明白大模型现在的能力。在这个阶段，还坚称大模型‘只是检索人类文本’，简直就像过时的讽刺漫画。”
▲ 网友 Teortaxes 质疑杨立昆低估了大模型的涌现能力
更有激进的批评者直接斥责他“虽然贵为图灵奖得主，却根本跟不上现代AI的演进步伐”。
而在所有反驳声中，最具有穿透力的一句追问，来自一位名为 Hakm 的普通用户：
“行了行了，那我的 JEPA 模型呢？它到底在哪？（Where is it?）”
▲ 网友 Hakm 的灵魂拷问：你抨击旧路线，你的新模型在哪？
这句话，狠狠戳中了杨立昆技术路线的软肋。
离开 Meta 之后，杨立昆以执行董事长的身份创立了 AMI Labs（先进机器智能实验室）。
他的核心立论是：高级智能始于物理世界的感知。
他主导推进的技术路径被称为 JEPA（联合嵌入预测架构）。
这种架构主张：跳脱逐词或逐像素预测的局限，在高度抽象的特征空间里，让AI学会理解物理世界的动态因果，构建具备常识推理能力的“世界模型（World Models）”。
虽然 Meta 早在2025年就开源了展示物理推理能力的 V-JEPA 2 架构，但客观现实是残酷的：
▲ Meta 曾公布面向物理推理与机器人规划的 V-JEPA 2
在大众消费和工业落地的现场，今天满大街跑的依然是基于 Transformer 架构的大语言模型。
写邮件、修代码、做报表，大模型已经成了不可或缺的生产力飞轮；
而杨立昆承诺的“具备常识的世界模型”，依然深锁在实验室的论文和高维概念里。
当你指出台上缺乏完备方案时，围观的人群自然会要求你拿出一套行之有效的替代成果。
如果拿不出能落地的产品，再宏大的哲学批判，也难免显得脱离实际。
06余波与思考：在狂欢中给技术量量体温
这一场爆发在2026年秋天的顶级激辩，远超非黑即白的简单立场。
杨立昆的洞察极具分量
大模型有着明确的理论边界，远未达到通用人工智能的高度。
如果整个产业界盲目相信只要堆叠算力、堆叠数据，就能让统计概率模型自动获得物理常识与自主心智，那无异于相信把一架梯子无限拔高就能登上月球。
但反驳他的开发者们也没有错
大模型即便只是一台“现代印刷机”，即便它只是参数化的神经检索，它也已经击穿了人类数千年来知识传递的成本底线，成为了人类历史上最强大的智能放大器。
我们不必因杨立昆的冷水而陷入技术虚无主义，但也绝不该在自动化文本的繁华泡沫里，将工具的检索效率，误认作思维本身的飞跃。
它能为你提供精妙的参考，但切实承担现实重量、在风雨中做出抉择的，永远只有人类自己。