苹果研究揭露 AI根本不会推理！
（纽约9日讯）苹果近期发表一项具指标性的AI研究报告，震撼揭露目前市场上号称具备“推理能力”的AI模型。
根据苹果的研究，诸如Claude Thinking、DeepSeek-R1、o3-mini的AI模型，实际上只是进行“进阶记忆游戏”，根本谈不上真正的逻辑推理。
根据巨亨网，为了避开常见的训练资料污染问题，苹果研究团队自订了一组从未出现在资料集中的逻辑谜题，用来测试AI模型是否具备真正的理解与推理能力。
（取自Pixabay）
这些谜题设计精巧，能明确区分出模型是“理解内容”还是“死记硬背”。
研究指出，当谜题进入较高复杂度时，这些模型的表现明显崩盘。甚至出现放弃解题、胡乱回答等“自暴自弃”现象。实验结果可归纳为三个阶段：
·低复杂度：普通模型反而表现更稳定
·中等复杂度：标榜“会思考”的模型稍占优势
·高复杂度：所有模型表现接近失效
而现实生活中的问题，绝大多数正好落在“高复杂度”区间。
苹果指出，即便给予这些AI模型明确提示，它们依然无法完成问题解答。例如，模型能成功解出百步的河内塔，却卡在只需4步的渡河谜题，显示 AI并非理解问题本质，而只是根据模式记忆进行猜测。
这项研究直指目前主流大型语言模型（LLM）的根本限制：它们缺乏真正的“逻辑链条构建能力”，无法如人类般进行深层推理。
AI表现起伏大
与此同时，谷歌总执行长桑达尔·皮查伊则创造新词“AJI”，即“人工锯齿智慧”（Artificial Jagged Intelligence），形容AI表现起伏极大，时而令人惊艳，时而荒谬可笑。
他举例说：“有时AI回答让你赞叹不已，下一秒却连草莓里有几个R都数不清。”这种“不稳定性”正是当今AI的真实状态。
尽管如此，桑达尔·皮查伊对AI发展仍抱持乐观。他认为，即便通用人工智能（AGI）无法如预期在2030年实现，AI仍将在知识扩散、气候变迁、医疗研究、经济发展等领域发挥重大影响。
社群反应两极
这份苹果研究，迅速在科技社群掀起论战。一派认为这证实了当前LLM架构不足以支撑AGI的实现；另一派则指出：“推理本身就是一种模式学习”，不应对AI判断太过悲观。
无论是哪种观点，这份研究都明确提醒我们：AI 并非万能，距离“真正会思考”仍有距离。
“JaggedAI.com”等相关关键词已被高价抢注，象征着这波由“锯齿智慧”引发的新一轮AI诠释热潮才刚刚开始。
未来AI发展不只要追求表现，更要正视它的局限。
