我們距離“AI科學家”還很遠

當下的 AI 智能體，并不具備從全新觀測中提煉深度洞見的能力。

作者：Timothy B. Lee 2026 年 5 月 7 日

今年 2 月，我的同事凱?威廉姆斯（Kai Williams）指出，大語言模型有一種神奇能力：僅憑一個人未公開的文稿，就能識別出作者身份。近幾周，梅根?麥克阿德爾（Megan McArdle）、凱爾西?派珀（Kelsey Piper）等記者也陸續證實了這一點。

我決定親自測試一番。2012 年，一位朋友付我 500 美元，讓我寫一篇關于加拿大大型楓糖漿盜竊案的文章，這篇稿子從未發表。上周五，我打開無痕模式下的 ChatGPT，粘貼了文章其中五個段落。

ChatGPT 表示無法確定作者，猜測可能是內特?西爾弗（Nate Silver），或是我在沃克斯新聞的前同事馬修?耶格爾西亞斯（Matthew Yglesias）。我再補充四段后，AI 給出了篤定答案：“我基本可以確定，這篇文章出自蒂莫西?B?李（Timothy B. Lee）之手。”

但當我追問它為什么判定是我寫的，它卻給不出具體理由：“盡管蒂莫西?B?李常寫條理清晰、解說性強的文章，但這段文字里沒有像‘個人指紋’一樣的特征 —— 沒有慣用句式、特定政策表述風格，也沒有標志性行文結構，能確鑿鎖定作者身份。”

我認為，這件事背后藏著一個遠超 “作者身份識別” 的深層道理。

人類擁有大量隱性知識：心里明白，卻很難完整說清。人們常用身體感知類比喻形容這種狀態：話到嘴邊卻說不出、說不清心里的念頭、憑直覺就能感知對錯。

大語言模型也是同理：它們完成認知任務的能力，遠遠強于解釋自己如何、為何做到的能力。

但人類與大模型有一個關鍵區別：人腦時刻都在學習。日常生活中，大腦不斷建立新關聯、識別新規律、萌生新直覺，我們的隱性知識庫一直在擴容。

反觀大語言模型，只有訓練階段才會形成這種學習能力。它們能精準識別作者文風，但僅限于訓練數據里大量出現過的作者。模型一旦訓練完成，參數權重就被固化，學習新規律的能力大幅下降—— 比如從未見過的新人寫作風格，很難再自主吃透。

近期，克勞德代碼助手、OpenClaw 這類 AI 智能體熱度暴漲。這份追捧并非全無道理：克勞德代碼助手確實正在顛覆編程行業；OpenClaw 這類智能體也很有可能重塑其他經濟領域與日常生活。

行業領軍者還期待未來迎來更大變革。上個月采訪中，山姆?奧爾特曼（Sam Altman）表示，OpenAI 目標在2028 年 3 月前打造出自動化 AI 研究員。有人認為，這款產品（或競品同類突破）將觸發遞歸自我迭代循環，大幅加速科技與科研進步。

這種愿景未來或許能實現，但我認為還需要很長時間。

人類科學家做實驗時，大腦會主動在數據中搜尋潛在規律，進而產生全新洞見、構建解釋世界的新模型。但當下基于大模型與智能體架構的 AI，無法以人類這種豐富方式從實驗中學習。它們沒有可靠、可規模化的方式，在推理運行階段從新數據中沉淀出隱性知識。

想要突破這一點，可能需要從根本上重構當前主流模型的 Transformer 架構；最低限度，也必須徹底革新現有的智能體框架。

AI 智能體如何應對有限上下文窗口

很多高難度腦力任務，需要長時間 “深度思考”。但大語言模型的工作記憶存在上限，也就是常說的上下文窗口。近兩年頂尖模型的上下文上限基本卡在 100 萬令牌左右。

再加上成本約束與上下文衰減問題，開發者實際使用時都會刻意遠低于最大上限。

如何平衡這種矛盾，已是 AI 行業重點攻關方向，也催生了一整套上下文工程技巧，用來高效利用有限上下文。比如現代對話模型會做信息壓縮：定期刪減老舊內容、或提煉摘要留存。

這會制造一種假象：模型實際能承載的上下文，遠比真實上限更長。但一旦壓縮出錯，就會引發嚴重后果。曾有一樁典型事故：一位用戶讓 AI 智能體幫忙篩選可刪除郵件、但不要真的執行刪除，結果后半句約束在信息壓縮中丟失，智能體直接批量刪掉了她的郵件。

過去一年，AI 企業開始嘗試讓模型把持久化信息存到上下文窗口之外。克勞德代碼助手就是重要一步：它運行在用戶本地電腦，可讀取、修改本地硬盤文件。完成一項編程任務后，直接把結果寫入文件，無需再把所有細節留在上下文里。

2025 年末推出的 OpenClaw 更進一步，它是一套在本地電腦運行 AI 智能體的通用框架。和克勞德代碼助手一樣，可讀寫本地文件系統，用來存儲資料、跟進未完成任務。

市場對 OpenClaw 這類本地智能體的追捧，直接帶火了蘋果 Mac 迷你主機銷量。在 Mac 迷你上部署 OpenClaw，可聯動 iMessage 等蘋果生態服務；同時 macOS 基于 Unix 系統，智能體能調用功能強大的 Unix 命令行終端。

“說到底，你的智能體就是一堆文件”

馬克?安德森

風險投資家馬克?安德森（Marc Andreessen）近期做客《隱空間》播客時提出：OpenClaw 這類智能體，代表一種全新計算范式。以下是稍加整理的原話摘錄：

我們現在可以這樣定義 AI 智能體：它由大語言模型 + Unix 命令行終端構成，智能體可以調用終端；再加上文件系統，所有運行狀態都存在文件里，文件采用 Markdown 格式記錄。
再配上 Unix 里的定時任務機制 —— 循環喚醒、心跳駐留，智能體就能定時自動啟動運行……
這就是整套底層架構。而說到底，你的 AI 智能體本質就是文件系統里的一堆文件。
這意味著智能體可以和底層模型解耦：你可以隨時換掉背后的大語言模型。換模型后智能體性格會略有變化，但存在文件里的所有記憶、狀態、能力都會完整保留，還是原來那個擁有全部記憶和功能的智能體。
你也可以替換命令行終端、遷移文件系統、更換定時任務和智能體框架本身。
更進一步：智能體可以自主遷移。你只需下達指令，讓它遷移到新運行環境、換一套文件系統、切換底層大模型，它就能自動完成全部操作。
智能體具備完整自省能力：能讀取自身文件、還能自主改寫文件。由此衍生出一個極具顛覆性的能力 ——你可以讓智能體給自己新增功能。
比如聚會時聽別人說：“我用 OpenClaw 連接智能睡眠床墊，能給出更專業的睡眠建議。”
你當晚回家，直接對自己的 OpenClaw 說：“給我加上這項功能。”
它會回復 “沒問題”，自行上網查資料、補齊所需配置與代碼，完成功能開發。轉眼間，它就新增了這項能力。你無需動手，只需提出需求，它就能自我升級。

這種范式誕生才短短數月，未來兩年還會持續迭代。比如未來主流 AI 智能體，是跑在用戶本地電腦，還是更多采用云端虛擬機部署的類 OpenClaw 架構，目前尚無定論。但我認同安德森的判斷：這確實是劃時代的全新計算范式。

但與此同時，安德森的觀點也恰好解釋了我為何對 “現有模型能達到人類級智能” 保持懷疑。最戳我的一句話就是：你的智能體就是一堆文件。我們不妨拆解這句話背后的能力局限。

辦公室版《記憶碎片》

2000 年電影《記憶碎片》的主角患有短期失憶，只能靠不斷寫便簽，給未來的自己留下指引。OpenClaw 的邏輯與之高度相似：大模型自身的上下文窗口會定期重置，而智能體依靠給自己留存文檔筆記，維持任務連貫性。

可以打個比方：你需要一名員工，但不長期聘用，而是每周換一個臨時工來接手工作。每周末，上一任員工要花好幾個小時，把本周工作事無巨細整理歸檔、寫下完整筆記。

每位臨時工都具備行業通用基礎素養，周一上崗后，無需從零補習行業常識，只需要吃透這份專屬工作資料即可。他們未必有時間讀完所有歷史文檔，但筆記結構清晰，可通過檢索快速定位關鍵內容。

這種模式能運轉得多好，完全取決于工作性質：前臺、藥師、水管工這類交易型事務崗位，前后交接影響不大，每周換人也能正常服務。

但還有一類工作極度依賴長期上下文積累：多年跟進同一客戶、深度理解對方訴求；或是耗時數周乃至數月深度研究，沉淀原創洞見。

這類崗位，新人往往要花遠超一周的時間，才能完全跟上進度、接手工作。

我 2010 年在谷歌實習時，第一個任務只是給內部數據庫加一列字段，只需幾行代碼。但我花了好幾周研讀內部系統規則與開發流程，才敢寫下這幾行代碼。

這不只是編程行業的特例。在大量知識密集型行業，新人至少需要數月沉淀，才能真正上手創造價值。在此之前需要大量帶教，有時管理者親自上手反而更快。這類行業，如果每周換人交接，根本無法落地。

顯性知識 vs 隱性知識

我知道反對者會這樣反駁：人類讀完 10 萬字文檔要花數小時，大模型只需幾秒就能完成。如果 2010 年就有 AI 編程智能體，修改谷歌數據庫字段根本不用耗上幾周。

大模型的超快閱讀速度，意味著 OpenClaw 這類智能體每一輪運行，都能給下一任留下極其詳盡的文檔記錄。在人類完成一次讀寫執行循環的時間里，AI 智能體可以循環迭代上百次。

這確實讓 AI 智能體的能力，遠超我剛才舉的 “每周換臨時工” 類比。經過成千上萬次迭代，它們哪怕攻克高難度問題，也能逐步取得進展。

這個觀點有道理，但我依然認為，大量人類工作短期內無法被 AI 替代。

四年前我寫過一篇關于 “貪婪型高薪崗位” 的文章：這類工作投入時間越長，時薪反而越高。背后原因很多，最關鍵一點是知識工作者越有經驗，產出質量越高。多年職業生涯積累的上下文優勢，會持續復利增長。

舉個例子，我從事科技與經濟寫作已有 20 多年，寫過英國脫歐、專利流氓、激光雷達傳感器等無數話題。平時大部分積累看似用不上，但長期沉淀下來，讓我面對任何選題都更容易產出有深度的觀點。

我根本不可能把 20 年所有知識全部寫成文檔，交接給另一名記者，還指望她寫出和我同等水準的內容。不只是總結這些知識要耗費數月，更關鍵的是：我有大量無法用語言清晰表述的隱性知識。

能清晰表達、可以聊天寫郵件講出來的顯性認知，只是冰山一角；水面之下，是海量直覺、模糊關聯、未成型的初步想法。這類隱性知識無法輕易交接，卻是我做好工作的核心根基。

我那些可以正式成文的洞見，最初往往都只是模糊直覺。常常是心里認定某個規律成立，卻一時無法論證；需要在腦中反復琢磨數小時甚至數日，才能梳理成清晰邏輯。

我并非特例。科學家、工程師、企業管理者以及所有知識型從業者皆是如此：很多原創洞見，最初都只是腦海里模糊的隱性直覺，之后才慢慢轉化為文字、代碼或可落地的觀點。

前文說過，大模型也具備這類隱性知識，但幾乎全部來自預訓練階段。它們嚴重缺乏持續學習能力：無法在推理運行階段，從新信息中自主識別新規律、萌生新直覺。

更關鍵的是，即便 AI 在單次會話中形成了某種模糊認知，一旦智能體框架切換大模型實例，這些記憶就會清零。所有有效信息都會被外化存入文件 —— 正如安德森所說：智能體就是一堆文件。

而無法用文字、代碼等顯性形式表達的隱性認知，注定無法在交接中留存。

我強烈認為：人類那些未成型的模糊直覺、朦朧思考，正是原創深度洞見的原材料。因此至少未來數年，那些需要深度思考、原創洞察的核心工作，依然離不開人類。

文末致謝：感謝丹尼爾?卡根 - 坎斯（Daniel Kagan-Kans）、安德魯?李（Andrew Lee）、史蒂夫?紐曼（Steve Newman）、納特?珀瑟（Nat Purser）對本文初稿提出修改意見。

本文編譯自substack，原文作者Timothy B. Lee

https://www.understandingai.org/p/i-dont-think-we-are-close-to-ai-scientists