杰伦·拉尼尔：没有人工智能 (2023)

一句话看懂：知名计算机科学家、虚拟现实先驱杰伦·拉尼尔在 Hacker News 上引发了一场讨论，核心观点是：当前的大语言模型并非真正的自主智能，而是执行 JSON 输出脚本的“小程序”。这场争论反映了业界对“AI”一词滥用、以及对真正通用人工智能（AGI）期望落差的持续反思。

事件核心：发生了什么

在 Hacker News 的一则帖子中，拉尼尔明确表达了对当前 AI 命名的不满。他指出，人们曾天真地认为，通过图灵测试需要接近人类的智能，但事实是，通过基本的统计文本生成就能轻易骗过人类。他批评道：“我们本应将‘AI’这个称呼，留给具备真正常识和推理能力的超人类智能。”评论区的另一种声音则将其比作“买郁金香却收到雏菊”的闹剧：多数人兴奋地高喊“AI来了”，而少数清醒的人指出“这只是漂亮的雏菊，不是郁金香”，并担心这种混淆会延缓真正 AGI 的到来和认知分配。这场讨论并非新论，但拉尼尔的参与使其在技术社区中再次发酵。

为什么重要

这场争论之所以重要，因为它触及了 AI 行业最根本的定义问题：我们究竟该如何称呼今天的大模型？如果承认它们只是“高级脚本执行器”，那将直接影响投资、研发路径和公众预期。拉尼尔认为，正是那些最担心“AI风险”的创业公司创始人，通过制造巨大的炒作和融资浪潮，反而可能推动人们最终造出“真正的”AI。换言之，当前的“AI泡沫”是否正在为真正的 AGI 积累资源和人才？这一矛盾的判断，对整个 AI 商业化和技术演进路线图有深远影响。

对用户/开发者/创作者的影响

对普通用户而言，这意味着不应将对“AI”的期望过度投射到现有工具上。使用 ChatGPT 或类似的 API 进行内容创作、代码生成或语音交互时，应清醒地意识到其背后是统计概率模型的“模仿”，而非真正理解。对开发者和创作者，这提醒他们在利用大模型构建产品时，要关注其鲁棒性、幻觉风险以及“脚本式”输出的局限，避免将其当作万能黑盒。同时，企业采购 AI 解决方案时，需要区分“自动化脚本执行”与“自主推理”的能力边界，避免为概念付费。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

1. 拉尼尔这类重量级人物的观点，是否会推动行业标准组织或学术界重新定义“人工智能”术语？2. 如果“AI 炒作”确实在为真正 AGI 铺路，那么当前算力、数据、人才的集中度是否会加速这一进程？3. 开源社区与闭源厂商，谁能更快地将“脚本执行器”的能力提升至接近“真正常识推理”的水平，这将是未来竞争的关键分水岭。

来源：hackernews