被全网围攻“AI界小丑”!图灵奖得主LeCun撕开遮羞布:大模型连17岁少年都不如

2026年秋天，硅谷AI界的一块遮羞布，被它自己的“教父”亲手撕了个粉碎。

一段只有一分半钟的访谈切片，在海外社交媒体迅速传开。视频里，图灵奖得主、深度学习三巨头之一的杨立昆（Yann LeCun）坐在演播室的沙发上，语调平静，抛出的结论却直接而犀利：

今天全人类为之疯狂的大语言模型（LLM），根本没有在独立思考。它本质上只是一台高配版的“活字印刷机”，一个概率化的超级搜索引擎。

▲ 科技博主整理的 LeCun 访谈长文，在社交平台引发广泛讨论

此话一出，全网震动

有人嘲讽他“老顽固”，有人骂他是“专家圈的笑话”，更有人直接喊话：“这个老头根本不玩大模型，赶紧打破皇帝的新衣吧！”

但杨立昆甚至连眼皮都没眨一下他直接在争吵最凶的推文下现身，只回了两个词：

“Exactly.（一点没错）”

▲ LeCun 亲自下场补刀：人们又一次高估了有用机器的智能

一场席卷全球科技圈的大论战，彻底失控了。

01.灵魂拷问：为什么能拿奥数金牌，却不会像少年一样开车？

这场风暴的震中，是新德里举办的印度人工智能峰会。

主持人在台上把麦克风递给杨立昆，抛出了行业普遍困惑的问题：为什么当今的大模型能出口成章、写代码、拿下美国律师执照，却依然被判定缺少通用智能？

杨立昆直截了当地给出一个鲜明对比：

“一个普普通通的17岁人类少年，只要在驾校练习大约20个小时，就能学会开车，并且凭借直觉在复杂的城市路况里化险为夷。但我们动用了庞大的算力集群、耗费数十亿美元，却至今造不出一辆能在各类复杂环境下完全自主行驶的汽车，更造不出一个能帮你收拾房间的家政机器人。”

▲ dig.watch 会议摘要明确记录：大模型是知识检索工具，缺少因果物理世界模型

这就是著名的“莫拉维克悖论”（Moravec's paradox）。

在离散的符号世界里，机器可以轻松击败人类。微积分、律考题、国际象棋，这些人类觉得“极难”的逻辑游戏，对计算机来说不过是符号排列组合。

但反过来，在真实、嘈杂、三维立体的物理世界里，人类三岁小孩随手接住一个飞来的苹果、在泥泞地上奔跑而不摔倒的能力，对最顶级的AI来说，却如同一道难以逾越的天堑。

杨立昆直言，人类太容易被“语言的流畅性”所欺骗了。

在人类几万年的演化史上，只有具备极高智商的同类，才能引经据典、写出天衣无缝的长篇大论。所以只要屏幕上的光标吐出一行行优雅的文字，人类的大脑就会本能地触发“拟人化陷阱”，认为那块芯片背后正坐着一个正在沉思的灵魂。

但真相是什么？

一位名叫 ByShovel 的网友在杨立昆的推文下留下了一句毒辣的点评：

“一台会做长除法的计算器，终究还只是一台计算器，无论你多么喜欢它给出的答案。”

▲ 网友神评：无论答案多惊艳，计算器依然只是计算器

02.围攻教父：谁才是“不懂现代AI”的小丑？

杨立昆的“冷水”，泼醒了一部分人，却也激怒了无数信徒。

在社交媒体上，围攻以近乎失控的速度蔓延开来。最激烈的反弹，往往来自那些深信“通用人工智能（AGI）下周就降临”的拥趸。

科技博主 Maxime Fournes 直接发难：“到底什么时候我们才能承认这是皇帝的新衣？杨立昆虽然挂着奖牌，但他根本不知道自己在说什么！他在同行眼里就是个笑话！”

▲ 批评者言辞激烈，直指 LeCun 是“专家圈的笑话”

另一位博主 Teortaxes 则翻出了一组调侃梗图。

他直言杨立昆根本不怎么用大模型，也不理解大模型到底是怎么回事：“在这个阶段，如果你还说大语言模型‘只是检索出来的人类文本’，那其荒谬程度就跟把恐龙形状的炸鸡块当成恐龙没什么区别。”

▲ 反对者用恐龙演化梗图调侃：大语言模型经历了极其复杂的特征演变

甚至还有人从底层架构上发起技术质疑：

“大模型在物理世界笨拙，是因为现在输出速率只有 200 个 token/秒，机器的接口时延太高，反应不过来！你怎么能因为网络有延迟，就断定模型没有推理能力？”

面对漫天飞舞的口水，杨立昆并没有退缩。因为在他身后，科学界最严肃的学者们，早已达成了更深层次的共识。

就在不久前，国际顶级期刊《科学》（Science）刊发了一篇由政策论坛学者合写的重磅论文。学者们用冷静的社会科学视角给大模型下了一个定义：

大模型是一项类似于文字、绘画、造纸术和公共图书馆的“文化与社会技术”，无需将其神化为具备自主意识的独立生命。

▲ 《科学》杂志文章主张：大模型是人类知识的文化社会技术，而非独立心智

它最大的价值，是让人类能够以前所未有的效率，去重新检索、重组、调用那些早已被其他人类创造出来的知识。

它站在人类文明的肩膀上，替你翻阅了整座图书馆，但它从来没有离开过书桌，去真实的世界里淋过一滴雨。

03.数据的残酷鸿沟：一个4岁小孩，凭什么碾压全球大模型？

要彻底看懂杨立昆的底气，必须搬出这组让所有搞大模型的人倒吸一口凉气的“硬核数据”。

硅谷的科技巨头们总在宣扬一个神话：只要算力足够大、吃进去的互联网文本足够多，大模型就能自发“涌现”出类似人类的万物智慧。

但杨立昆用极其残酷的物理现实，粉碎了这种盲目乐观：

• 文字是极度低带宽的编码
  ：人类用眼睛阅读文字的速度，换算成数据吞吐量，大约只有可怜的 每秒 12 个字节。即便今天最顶级的商业模型，吞下了整整万亿级 Token 的人类全部互联网文本，它所接触的总信息量，上限也不过大约 $2 \times 10^{13}$ 字节。这相当于一个人类不眠不休阅读 10 万年。
• 但视神经，是铺天盖地的高速光纤
  ：人类双眼的视神经，各包含约 100 万根神经纤维，每秒钟向大脑传输的原始物理信号带宽，高达整整 20 MB。
• 令人窒息的对比来了
  ：一个仅仅 4 岁的人类幼儿，在清醒状态下累计生活了大约 16,000 个小时。通过视网膜的冲刷、皮肤的触碰、四肢的攀爬与摔跤，这个孩子的大脑所吸收的真实物理世界数据量，已经达到了 $10^{14}$ 到 $10^{15}$ 字节！

这就意味着，一个甚至还没学会认字、说话还不利索的4岁小孩，感知过的物理世界底层真实信息，已经是全世界所有大语言模型训练数据总和的数十倍。

大模型学到的，只是人类用文字符号写下来的“二手影子”。

它在文本里预测下一个词，就像一个被关在暗室里一辈子的盲人，仅凭听别人描述火焰的词句，就能背诵出《燃烧学》的所有公式。但他从未体验过被火灼伤的痛感，也未曾亲身感知火的热度。

当你在现实中把一个玻璃杯推到桌子边缘时，哪怕一只几个月大的猫，它的脑海里也会瞬间拉响警报，知道杯子会下坠、摔碎。

因为它的脑子里，早已经通过生物演化和日常互动，内化了一套关于重力、动量、刚体碰撞的“世界模型”（World Model）。

而脱离了物理常识底座的大语言模型，无论它的修辞多么华美，它底子里依然是一串冰冷的统计概率。

04.逃出死胡同：杨立昆的破局大招 JEPA

看透了这一点，就能理解杨立昆并非出于单纯的批判姿态。

他之所以坚持这种观点，是因为他选择了一条截然不同的技术路线。

在辞任 Meta 首席 AI 科学家、创办 AMI Labs 之后，杨立昆全力推进一套全新的架构：JEPA（联合嵌入预测架构）。

在杨立昆看来，传统的生成式 AI 走入了一个严重的死胡同，它们总妄图在像素级或者词元级去穷举预测世界。

但现实世界充满了混乱无意义的高频噪声：风吹过树叶的每一丝抖动、阳光洒在水面上的每一缕波光。如果一个 AI 试图去预测屏幕上每一个像素的生灭，算力哪怕再扩大一万倍，也会被这些细枝末节的随机性活活拖垮。

杨立昆给出的解法是：隐空间预测（Latent Space Prediction）。

他不让机器去死磕具体的像素表面，而是让系统在抽象的数学空间里，只去捕捉核心的因果逻辑与物理表征：

1. I-JEPA（图像架构）
   ：遮住一张图的大半部分，不让模型去费劲填补像素细节，而是让它猜测被遮挡部分在高级语义上的抽象状态。
2. V-JEPA（视频架构）
   ：输入一段连续无声的现实视频，无需人工打标签，模型纯粹通过时空运动特征，自发学会什么叫惯性、什么叫运动轨迹、什么叫物体遮挡。

在杨立昆设计的构想蓝图里，深层思考由一套严密的“心理演练”（Mental Simulation）构成：

当机器面临一个复杂任务时，感知模块迅速将现实编码；随后，内在的世界模型开始在脑海深处高速推演，“如果我执行动作A，环境会变成怎样？如果我执行动作B，杯子会不会碎？”

最后，由内在的评判系统打分，挑选出代价最低、最安全的路径去落地。

正如一只乌鸦，它从来不需要在互联网上看几百万条短视频，就能在旷野中凭借几秒钟的凝视，精确找到用小木棍勾出树洞里虫子的最优角度。

这种不靠穷举海量文本、纯靠因果模型驱动的高效，才是智能的本源。

05.印刷术没有心智，但它依然摧毁了一个旧时代

回到这场论战的起点

把大语言模型比作“印刷术与搜索引擎”，是一句恶意的贬低吗？

恰恰相反

回顾人类漫长的文明史，印刷术本身并无独立的灵魂与意识。但正是活字印刷术的发明，打破了少数群体对知识的垄断，推动了文艺复兴与现代科学文明的兴起。

今天的 LLM 也是一样

它是有史以来人类所制造出的、最强悍的“人类智能放大器”。

它能用几秒钟读完数万篇医学论文，能以不可思议的效率辅助人类排查代码 Bug，能让最偏远山区的孩子拥有一个随时解答疑问的知识宝库。

承认它是一台高效的知识检索与重组机器，承认它缺少理解物理世界的因果心智，恰恰是对技术客观规律的尊重。

相反，这是科技界在经历了一场歇斯底里的造神运动后，最急需的一次集体清醒。

正如杨立昆在风暴平息后留下的那段注脚：

“智能最迷人的地方，在于面对从未见过的陌生世界时，能迅速摸索出真相的韧性。”

面对技术发展的浪潮，我们不必盲目等待一尊住在云端服务器里的数字神明降临。

但我们理应脱帽致敬这台人类文明史上最璀璨的“印刷机”，然后，转过身去，去攻克那个连17岁少年都能轻易看懂、机器却至今一无所知的真实物理世界。