▲點擊圖片報名，抓住風口（iOS用戶請用電腦端打開小程序）

本期要點：Constraint Satisfaction，非常重要！

你好，我是王煜全，這里是王煜全要聞評論。

近期，就在大家擔憂AI會毀滅人類，或在暢想AI將給人類帶來無限福祉時，我們撰寫了多篇文章，探討當前AI大模型的局限性。

當前的AI浪潮以大語言模型為底層技術，雖在視覺、語言等單一任務上表現不錯，但缺乏對環境的理解和自適應能力。因此，我們認為，依靠現有的底層架構，也就是“預測下一個token”的能力，無法實現AGI（通用人工智能）。

那該怎么辦呢？我曾多次強調，面對當前AI大模型的瓶頸，重新審視并借鑒人類認知科學的成果，將為突破現有架構提供理論上的啟發，并找到可行路徑。

我認為，一個重要的發展方向可能是，借鑒并融合人類認知中的“約束滿足”（Constraint Satisfaction）機制，構建新的 AI 底層架構。今天的思想薈文章就來好好聊聊。

首先，這一方向的必要性在于，AI要“超越人”，先得“成為人”，注意，不是長得像人，而是認知像人。

仔細觀察人類的認知過程，會發現，我們并不是先提出理論再觀察世界和執行動作，而是一個反過來的過程。

我們對世界的認識，其實是在已有信息和知識背景的約束下，不斷構建對現象更連貫一致的解釋。

古人看到太陽東升西落，便有了“天圓地方”和“地心說”的認知，但隨著人們對更多天文現象的了解，逐漸形成了“日心說”以及現代宇宙理論。

我們做出某些行為，也不是想好再干，而是在環境、資源、能力等各種約束條件下，持續優化并尋找可行解決方案的過程。

就像3歲的孩子拿杯子時總會失誤，而成年人則能迅速做出合理的動作。很多時候，若經驗不足，就需要不斷嘗試和修正。而在自己熟悉的領域中，人們往往能在腦中預演行動和結果，并很快得出滿足所有約束的解。

可以看出，無論是認知建構還是行為決策，都是一個在約束條件下尋求最優解的“Constraint Satisfaction”過程。

所以，AI系統可能也要模擬人類的這個認知和行動的過程，而“Constraint Satisfaction”架構，即一個在系統設計層面引入約束驅動的架構，將非常重要，使AI能夠在各種約束下協調多種目標、平衡不同信息源，形成對世界的綜合認知，具有像人類一樣的自主性和靈活性。

OpenAI前首席科學家，伊利亞·蘇茨克弗（Ilya Sutskever），能否引領下一次AI革命？

因為，我覺得，缺乏對動態約束條件的識別與適應，正是AI無法具備真正自主性（autonomous）的主要原因之一。

當前的AI大模型，都是在固定的數據集和任務目標下訓練得到的。當訓練完成之后，模型將不再做大的調整。因此，一旦面對超出其訓練范圍的狀況，AI就失去了應對能力。

例如，自動駕駛系統在城市中往往運行良好，但在訓練未覆蓋的陌生環境或罕見的天氣條件下，自動駕駛系統就很容易出現失誤。而人類司機哪怕在沒有道路的地方，往往也能靈活應對。

再如，OpenAI的Deep Research功能，在常規領域的分析中表現不俗，號稱擁有博士級別的水平。但如果要它對前沿領域進行分析，甚至對未知領域提出一些設想，它則容易胡言亂語，和人類博士差距很大。

這是因為，雖然人類在陌生的環境下也會犯錯，但我們不會像AI一樣不知所措，而是會基于約束條件，做出模糊的判斷和決策。絕大部分情況下，這些解都不是完美的，但隨著不斷嘗試，我們就能朝著最優解逼近。

同理，將“Constraint Satisfaction”融入AI的底層架構之中，讓AI可以在感知、記憶、決策等各模塊間傳遞約束條件，實現類似人類的認知優化過程，識別和處理各個動態變化的約束條件，并進而根據環境的反饋實時調整行為策略，而不是依賴預先訓練的靜態模型，機械地套用訓練時學到的固定模式。

我還想強調的是，大家總是焦慮于數據的枯竭，從根本上說，是因為AI大模型在訓練完畢后就無法再繼續學習以提升性能。AI如果必須止步于訓練結束的那一刻，那再強大的AI也必然有陳舊過時的一天。

但人類的智慧，特別是認知和決策的能力，從來都沒有受限于數據的多少，因為我們會終身學習和適應變化。其中，“Constraint Satisfaction”也起到了關鍵作用。

每個人都有自己獨特的約束條件，兒童、青年、中年和老年時期的約束條件也各不相同。

不僅是人，由人組成的公司也是如此。就像初創企業可能會受限于資金不夠；但有錢之后，可能又會面臨技術不夠或市場接受度不高等問題；當公司規模變大后，又要考慮社會影響，還要承擔社會責任。

好在，人類擁有一種內在機制，能不斷調整認知和策略來適應這些變化，找到在當時當下的解決方案，并在執行過程中不斷優化，從而能不斷應對各種難題，以及實現終身成長。

最后，我想說的是，AI的每一次大發展，都得益于我們對人類認知機制更深刻的把握。

“Constraint Satisfaction”是AI應當充分借鑒的機制之一，是認知科學為AI突破當前瓶頸、走向更高自主性所提供的關鍵法寶。

它可以讓AI像人一樣越用越聰明，形成對世界更全面的認知，并最終真正走向持續成長和靈活自主。到那時，或許真正的AGI就來了，而人類也將步入新紀元。

以上就是今天的內容，最后做個預告，最近AI工具發展得很快，已經可以讓你實現零代碼開發了。

本周日，我們的前哨AI小課也將教你用響指和扣子空間等熱門工具，來制作小游戲和高考擇校應用，還會教你如何一鍵分析上市公司，給項目生成可視化頁面。相信一定會對你有很大幫助！快快掃碼報名吧！

王煜全要聞評論，我們明天見。

【科技特訓營】看懂科技產業，離不開長期觀察。線上書院模式，與王老師深度鏈接！為未來五年做好準備，先人一步，領先一路！

↓長按圖片掃碼報名， 先人一步，領先一路

↓￥399，掌握王煜全AI產業預測精華（iOS用戶請在電腦端打開）

此外，我們還為您準備了一份清單

“全球AI獨角獸公司TOP10”