AI真的能读懂人心吗?杨澜对话朱松纯,揭秘AGI背后的核心难题

鹦鹉能学人说话，能背诗，能在短视频里对答如流。大语言模型目前的高光时刻，基本都落在这个区间：写文案、做数学题、生成一段代码、模仿某种文风。它的底层机制是概率预测，根据海量语料统计出“下一个词最可能是什么”。这套方法在封闭任务里表现惊人，但它对世界的理解是间接的，来自文本的共现规律，而不是来自亲身经历。

换句话说，模型知道“杯子掉地上会碎”这句话在语料里常和哪些词一起出现，但它没有见过杯子，没有听过碎裂的声音，也没有被碎片划伤过。这种知识是转述性的，不是体验性的。

和鹦鹉不同，乌鸦的聪明是另一种类型。它会观察车流，把坚果放在车轮经过的位置，等车压开后再去取，也懂得利用红绿灯的节奏判断安全窗口。这里面包含几个模型目前难以稳定复现的能力：在真实环境中感知因果、为长远目标规划多步动作、根据反馈即时调整策略。

朱松纯的团队近年提出“乌鸦范式”，核心思路是让智能体在物理和社会环境中通过交互学习，而不是只从文本里读世界。这一路线与主流大模型依赖规模扩张的路径存在根本分歧。需要说明的是，这仍是进行中的研究议程，不是已完成的结论，但它指出的问题很实在：语言能力不等于世界模型。

把视线从乌鸦挪回到“读懂人心”这件事。人的意图往往不写在字面上。一句“我没事”，既可能意味着需要空间，也可能意味着需要陪伴，具体得看语气、场景和关系历史这些上下文。人类读心靠的是共情机制和长期社会经验，模型靠的是文本模式匹配。前者是具身的、动态的，后者则是统计的、静态的。

这并不意味着AI在情感相关任务上毫无用处。在心理教育、情绪记录、初步筛查等场景中，对话系统可以承担一部分陪伴和引导功能。但把这种功能等同于“理解”，可能是一种过度解读。它只是在模拟理解的表达形式，而不一定具备理解的内在过程。

除了情感交互，还有一个常被混淆的概念：讨论AGI时，人们常把“能力更强”和“更像人”混在一起。这两件事未必同向。一个系统可以在解题、检索、生成上远超普通人，同时在意图推断、价值判断、常识灵活性上依然笨拙。朱松纯的提醒落在后者：智能的关键不只是处理信息，还包括在开放环境里设定目标、理解他人、协调行动。

对普通使用者来说，这个区分有实际意义。把模型当高效工具用，是当下最稳妥的姿势；把它当可以托付判断的对象，则需要格外谨慎。工具越顺手，越容易让人忘记它的边界在哪里。**

技术路线之争最终会由研究进展来裁决，但有一个问题不需要等答案：当我们说希望AI“懂人”时，我们到底希望它懂什么？是懂我们的语言习惯，还是懂我们的处境和难处？这两者的距离，可能比鹦鹉到乌鸦的距离还要远。你更在意哪一个？