问题描述：

AI的三个核心问题—工具、认知与产业的再思考

前两天与朋友老王和老张聊天，一起讨论了关于AI目前发展的问题。其中主要讨论了3个问题，现在总结如下。

AI核心问题讨论1440×746 280 KB

核心讨论

1. AI到底是什么？

2. AI能否理解人类？

3. AI是否真正创造了产业价值？

---

一、AI的本质：是概率机器，还是认知雏形？

老王 认为，当前的AI并非真正的智能，虽然是大模型，但本质上仍然是基于概率统计的计算系统。计算机基于冯·诺依曼体系的0-1结构，在底层实现上依赖形式逻辑，通过概率统计进行计算与生成，尚未真正突破图灵测试，还不是真正意义上的“强人工智能”。这一观点与杨立昆基本一致：AI没有根本突破。

老王 指出，AlphaGo采用CNN+深度学习，体系相对明确；而当前的生成式LLM采用Transformer+深度学习，表达能力更强，但也更为宽泛，其技术路径未必代表人工智能的未来。

关于这一点，老张 认为，从系统角度来看：

限制智能的不是0和1，而是系统复杂度与结构。

老张 的看法是：老王 的总体观念没错，因为他自己此前也是这么认为的。但自去年下半年Claude Code在AI编程上的表现实在震撼，他的看法有所转变。老张认为，世界是不断发展变化的，0-1架构并不意味着无法突破，它同样可以在高层表达出类人的思维与情绪。人的大脑本质上也是电信号的复杂组合，只不过其规模和复杂度远超当前计算系统。如今的Agentic AI及Harness工程架构（如任务编排、上下文组织、状态管理、工具链整合等），正在从工具逐步向“类认知系统”演进，并在一定程度上表现出类人认知特征。