DeepMind 研究员离职撰文:LLM 缺的不是思维链,是可审计的推理
ThoreG · x · 2026-10-02
前 Google DeepMind 研究员 Thore Graepel 在 MIT Technology Review 发文,借 AlphaGo「第 37 手」十周年反思当代 AI 的根本缺陷。
他的核心论点:
- AlphaGo 的惊人一步并非纯靠直觉,而是能搜索可能的未来、检验直觉并推演后果
- 如今的 LLM 虽能力强大,但生成更长的思维链不等于真正的推理——它们通常没有显式、可检查的记录来说明自己知道什么、哪些仍不确定、结论有哪些证据支持、是否真的取得了进展
- 他因此离开 DeepMind,主张借鉴 AlphaGo 的架构经验,探索新的机器推理方法
他认为,要让 AI 在科学、医学等领域产出可信且真正新颖的洞见,系统的结论必须来自可审计的证据、推理与信念修正过程。
所属事件:DeepMind 元老借 AlphaGo 十周年反思：LLM 仍缺可审计推理(3 条相关)→
「漫话AGI」频道最新
- 一图看懂 AI 安全论战：各派系立场分歧导读指南 — marigo · 2026-10-02
- 艺术家做客播客谈 AI 创造力：机器代我想象就失去了意义 — artBoffin · 2026-10-02
- Gary Marcus 转发热评：手算下一个 token 会有意识吗 — GaryMarcus · 2026-10-02
- Miles Brundage：说服公众认识 AI 一直很难，进步靠现实打脸 — Miles_Brundage · 2026-10-02
- Cloudflare 推 Monetization Gateway：API 按请求向 AI agent 收钱 — kleffew94 · 2026-10-02
- 研究者感叹:大厂「负责任地压 months 再发」的时代结束了 — gleech · 2026-10-02