苹果曝光o3、Claude和DeepSeek-R1推理缺陷 第1张 Source: 

《The Illusion of Thinking》一文绝非学术上的吹毛求疵，而是深刻地触及了人工智能的影响。我们可以看到，它影响着整个人工智能行业以及任何可能使用人工智能能力做出决策的人。

苹果的研究表明，所谓的“推理”实际上只是一种非常复杂的记忆和模式匹配。这些模型擅长识别它们以前见过的问题模式，并将其与之前学过的解决方案联系起来。然而，当被要求对一个对它们来说全新的问题进行真正的逻辑推理时，它们往往会失败。

在过去的几个月里，人工智能界对推理模型的进步感到惊叹，正如其母公司所展示的那样。行业领袖甚至向我们承诺，通用人工智能（AGI）即将到来。《思考的错觉》告诉我们，这种评估过于乐观了。如果现有的“推理”模型无法处理超出当前基准的复杂度，而它们实际上只是装点门面的模式匹配系统，那么通往真正的通用人工智能 (AGI) 的道路可能比硅谷最乐观的方案还要漫长和艰难。

尽管苹果的研究令人担忧，但并非完全悲观。人工智能模型在中等复杂度范围内的表现体现了其推理能力的实际进步。在这一类别中，这些系统可以执行真正复杂的任务，而这些任务在大约四年前还被认为是不可能的。

苹果的研究标志着人工智能系统从狂热的炒作转向精确的科学测量的转折点。这正是人工智能行业面临的下一个选择。是继续追逐基准分数和市场宣传，还是专注于构建真正能够进行一定程度推理的系统？选择后者的公司最终可能会构建出我们真正需要的人工智能系统。

然而，很明显，未来通往通用人工智能 (AGI) 的道路需要的不仅仅是规模化的模式匹配器。他们需要从根本上革新推理、理解和真正智能的方法。思考的幻觉或许令人信服，但正如苹果公司所表明的那样，它们终究只是幻觉而已。设计真正智能系统的真正任务才刚刚开始。