「随机鹦鹉」之争：从炮轰到玩梗

第 1 集 · Jack Clark 炮轰「随机鹦鹉」认知病毒，引发社区论战(2026-09-20,19 条)

9 月 20 日前后，Anthropic 联合创始人 Jack Clark 连发多条推文，公开批评「随机鹦鹉」（stochastic parrot）是一个模因传播力强、适合扩散的认知病毒：它在 2021 至 2025 年间流传，让许多聪明人看不清 AI 进步的本质，浪费了他们本可用于思考应对之策的关键几年。多名研究者随后加入讨论，论战围绕该框架是否仍然成立、以及这场争论本身的意义展开。

已确认

• Jack Clark 表示，他在现实中不断遇到有人以「AI 只是随机鹦鹉/下一个词预测器」为由低估 AI 系统的真实能力，这种思维框架会导致人们系统性误判 AI 发展。
• 他进一步称，许多真正聪明的人因这套框架而「普遍无法看清当代 AI 系统的本质」，没有把出众能力用于帮助文明应对 AI 进展，而是选择在场边观望——他称之为文明的巨大浪费。
• @menhguin 提出技术层面的折中视角：严格来说预训练 LLM 或许还称得上随机鹦鹉，但经过 RL 训练、面对无限可能的输入查询与检索上下文后，模型的搜索空间趋于无穷，「随机鹦鹉论」已经过时。
• 研究员 mmitchellai 反驳 Jack Clark 的说法，认为这不是好观点：它混淆了 AI agents 与 LLM 两类不同对象，批评框架本身站不住脚。
• 研究者 andrewthesmart 指出一个讽刺现象：批评「随机鹦鹉论」的人反而比原论文作者更频繁地谈论这个概念，它「免费住在 AI 从业者脑子里」；如果这个说法错得如此离谱，批评者为何不直接无视它，这一点本身值得玩味。
• AlexTensor 为原论点辩护：其核心警示是不要把语言流畅误认为真正的理解，更强的推理基准和递归式脚手架并不能推翻这一警告；过早宣告「鹦鹉时代」结束，把统计系统当作具备理解力的存在，反而会损害 AI 安全。
• Rowan Cheung 在回应中为原论文作者 Emily Bender 辩护：她提出「随机鹦鹉」的本意并非断言「LLM 永远不会变强」，而是指出统计语言生成不等于有根基的理解，人们会把日益流畅的输出误当作更强的理解力。
• 哲学家 jhimmelreich 回顾了这篇里程碑论文的历史：Stochastic Parrots 当年被一些人用来推动「LLM 是炒作/骗局」的教条，而非作为分析框架或寻找解决方案；他还参加了 2023 年的相关活动，认为围绕该论文的讨论已走向教条化。
• 网友 ryunuck 以轻松姿态回应：自己家中真养了宠物鹦鹉，完全不介意这个标签，甚至认为自己在 LLM 心理学上的心得正来自多年与鸟类相处——LLM 和鹦鹉「确实很像」。
• 转发讨论中提到 Casado 加入补刀，认为「中间地带」的论点也被这一争论波及（此点仅见于转述，细节不明）。

尚未确认

• 部分转发帖将 Jack Clark 称为「OpenAI 联合创始人/前 researcher」，与其广为人知的 Anthropic 联合创始人身份不符，应属转述讹误。

为什么重要

这场争论折射出 AI 社区长期存在的分歧：语言模型究竟是「统计拼贴」还是具备真实能力与理解。Jack Clark 作为头部 AI 公司联创公开否定这一经典批评框架，可视为业界对旧质疑的清算姿态；@menhguin 从 RL 训练角度给出的技术论证，为「旧框架已跟不上模型演进」提供了具体依据；而 mmitchellai、andrewthesmart、AlexTensor 与 Rowan Cheung 分别从概念混淆、「越批越火」、维护原警示价值和澄清原作者本意的角度反驳，加上 jhimmelreich 对该论文被教条化使用的历史回顾，说明这个概念在塑造公众与从业者对 AI 的认知上仍有实际影响力，论战短期内难有定论。

• Jack Clark:「随机鹦鹉」是认知病毒,让天才们误判 AI 四年 — jackclarkSF · 2026-09-20
• 「随机鹦鹉」论战未平,Jack Clark 称其误导关键五年 — haider1 · 2026-09-20
• 「随机鹦鹉」被批为认知病毒:让聪明人对 AI 进展失明五年 — andrewthesmart · 2026-09-20
• Jack Clark:「随机鹦鹉」框架让人系统性低估 AI 能力 — jackclarkSF · 2026-09-20
• Jack Clark:聪明人因误判 AI 而旁观,是文明的巨大浪费 — jackclarkSF · 2026-09-20
• RL 后的 LLM 搜索空间趋于无穷,随机鹦鹉论已过时 — menhguin · 2026-09-20
• Jack Clark：「随机鹦鹉」是让精英浪费五年的认知病毒 — teortaxesTex · 2026-09-20
• Jack Clark：「随机鹦鹉」论是拖慢 AI 思考四年的认知病毒 — anpaure · 2026-09-20
• Jack Clark 称"随机鹦鹉"是认知病毒，Casado 补刀：中间地带论点被毁 — inductionheads · 2026-09-21
• mmitchell 反驳「随机鹦鹉论」:混淆了 agent 与 LLM — mmitchell_ai · 2026-09-21
• Jack Clark:「随机鹦鹉」是延误 AI 认知四年的迷因病毒 — repligate · 2026-09-21
• Jack Clark：「随机鹦鹉」是让精英盲视 AI 进展五年的认知病毒 — IgorCarron · 2026-09-21
• Jack Clark:「随机鹦鹉」论让聪明人浪费了四年看清 AI 进步 — gerardsans · 2026-09-21
• 养鹦鹉的 LLM 玩家：我不介意「随机鹦鹉」这个标签 — ryunuck · 2026-09-21
• Jack Clark 称「随机鹦鹉」是流行五年的认知病毒,烧掉关键年头 — doodlestein · 2026-09-21
• 「随机鹦鹉」之争再起:Jack Clark 称其让业界误判 AI 进步数年 — arvindsatya1 · 2026-09-22
• 「随机鹦鹉」论文十年之争:伦理学者批评其走向教条化 — birchlse · 2026-09-22
• 「随机鹦鹉」警告并未过时:过早宣布其失效伤害了 AI 安全 — AlexTensor · 2026-09-22
• 「随机鹦鹉」论战再起:机械可解释性证伪其泛化主张 — burny_tech · 2026-09-22

第 2 集 · NYT 记者与专栏作者激辩「随机鹦鹉」质疑是否曾大众化(2026-09-21,9 条)

9月21日，NYT 科技记者 Kevin Roose 与专栏作者 Jay Caspian Kang 在社交平台就「反 AI 热潮的质疑声是否曾广泛流行」展开多轮激辩。Roose 认为这类质疑曾是大众层面的认知障碍，Kang 则认为它们只是精英媒体小圈子的声音，争论至今未达成共识。

已确认

• Roose 的核心主张：他引用 Jack Clark 的观点称，「随机鹦鹉」（stochastic parrot）论是 2021-2025 年间传播力极强的「认知病毒」，让许多聪明人对 AI 进展视而不见，浪费了本可思考应对之策的关键几年；他还称「随机鹦鹉」和「全是营销泡沫」两种说法在 2023 年前后就已被轻松证伪——只要真正花时间用一下 AI 就能发现。他感叹「自然正在愈合，但已经太晚了」，并将 21 世纪的一大悲剧归为数百万聪明人被这类质疑或 Zitron 式能力否认论说服，面对新证据也不肯更新认知。
• Roose 的补充论据：走访大量学校后发现，很多人仍把 2023 年的旧共识（「AI 只是花哨的自动补全」「幻觉不可避免」）当作当前确定事实来陈述；几周前一所主要研究型大学的计算机系主任还向他引用 Ed Zitron 并表示赞同，以此说明反 AI 观点并非只在小圈子流行。他还提到，许多人（包括部分 AI 记者）出于恐惧、傲慢或公司 IT 政策从未真正用过 AI 工具，他认为这是「文明级的损失」。
• Kang 的反驳：他表示自己密切关注该领域却几乎不知道 Ed Zitron 是谁；ChatGPT 发布时大多数普通人的反应并非被那些质疑文章塑造。他认为反 hype 质疑基本局限于很小的圈层——精英媒体的怀疑本是职责所在，但当时「数百万人」并没有读过那篇著名的「web 的模糊 JPEG」文章。
• Roose 进一步回应称 Kang 低估了反 hype 的流行程度：ChatGPT 刚发布时，「web 的模糊 JPEG」这类说法曾非常普遍、无处不在。
• Chomba Bupe 从方法论角度补充：随便问几句测不出模型实力，数据污染让「随手 prompt」得出的结论并不可靠。

为什么重要

• 这场争论本质上是对过去几年 AI 舆论史的评估分歧：反 AI 怀疑论究竟是大众认知主流还是精英媒体小圈子的声音，直接影响人们对「公众对 AI 的判断是否曾系统性出错」的归因。
• Roose 的批评对象包括部分 AI 记者，认为恐惧、傲慢等因素使他们固守已被证伪的旧叙事；Kang 则强调不应把媒体精英的声音误当作大众态度。两人对同一时期舆论图景的分歧，折射出 AI 报道与公众认知之间持续的紧张关系。

• Kevin Roose：「随机鹦鹉」与「营销泡沫」论早在 2023 年就被证伪 — kevinroose · 2026-09-21
• Kevin Roose：多少人被“随机鹦鹉论”耽误了更新认知 — bigblueboo · 2026-09-21
• 纽约时报记者与专栏作者激辩：AI 反 hype 声音到底有多普遍 — jaycaspiankang · 2026-09-21
• Kevin Roose 称反 hype 曾无处不在：还记得「模糊 JPEG」吗 — kevinroose · 2026-09-21
• 「模糊 JPEG 网页」梗之争：质疑声是否只属于小圈子 — jaycaspiankang · 2026-09-21
• Kevin Roose：校园里 2023 年的「花哨自动补全」论仍被当新知传播 — kevinroose · 2026-09-21
• 名校计算机系主任引用 Zitron，Roose 称怀疑论绝非小众 — kevinroose · 2026-09-21
• 随便问几句测不出模型实力：数据污染让「随手 prompt」结论不可靠 — iamKierraD · 2026-09-21
• Kevin Roose:数百万人困在「随机鹦鹉」话语里,迟迟不肯更新认知 — jathansadowski · 2026-09-22

第 3 集 · 研究者玩梗：随机鹦鹉被调教得有用了(2026-09-21,2 条)

针对大模型「随机鹦鹉」这一经典批评，音乐 AI 研究者 Keunwoo Choi 在推文中玩梗回应。他认为这个说法本身并没有错，随机鹦鹉也没什么问题，关键在于人类后来想明白了「怎么让鹦鹉变得有用」——即通过工程手段把统计性的语言模型调教成实用工具，批评因此失去了杀伤力。

• 「随机鹦鹉」没错,只是我们把鹦鹉调教得有用了 — keunwoochoi · 2026-09-21
• 研究者调侃:幸好大模型不是"确定性鹦鹉" — keunwoochoi · 2026-09-21