一句话看懂：The Verge 刊发教育政策研究者 Benjamin Riley 的评论，认为当前 AI 行业把大脑类比为计算机的底层假设存在偏差，人类神经系统更接近“反馈控制系统”而非信息处理器，这一错位可能让 AI 产品在认知层面对用户造成长期损耗。
事件核心：发生了什么
2026 年 10 月 5 日，The Verge 发布 Benjamin Riley 的评论文章《我们的大脑无法应对 AI》。文章以控制论奠基人 Norbert Wiener 的名言切入，批评 Demis Hassabis 称大脑是“图灵机的生物近似”、Elon Musk 称“大脑就是生物计算机”这类流行比喻过于简化。作者援引蒙特利尔大学神经科学家 Paul Cisek 的进化生物学模型，指出大脑不是先接收输入再计算输出的算法系统，而是通过行动不断调整所接收刺激的反馈控制回路，并用棒球外野手接高飞球作为例子：人并非在脑中解微分方程，而是用“让球保持在视野中固定位置”的简单启发式持续调整动作。
为什么重要
这场争论表面是神经科学问题，实际指向 AI 行业的方法论根基。把大脑当作计算机，支撑了过去十年从神经网络到大模型的研发路径，也让业界默认“更接近人脑推理”就是进步方向。如果 Cisek 的反馈控制模型更贴近真实认知机制，那么以静态输入输出对齐为目标的训练与评测体系，可能高估了模型能力，也低估了人类认知对交互节奏、环境反馈的依赖。文章用“认知版热狗”作比喻：AI 即时诱人，但可能侵蚀数千年演化出的认知系统。这一批评对教育类 AI 应用尤其敏感。
对用户/开发者/创作者的影响
对开发者而言，这意味着单纯堆参数、扩大训练数据未必能带来更自然的人机协作；交互设计上引入实时反馈、状态调整可能比提升单轮推理更重要。对教育、写作、编程辅助类 AI 产品的用户和创作者来说，需要留意自己是否在把判断、试错、纠偏的过程外包给模型——这些过程恰恰是认知能力得以维持的关键环节。目前公开信息显示，文章并未给出可量化的实验数据或具体产品评测，更多是概念层面的批评框架。
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。
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
一是 AI 教育类产品是否会调整交互形态，从“一问一答”转向更强调反馈与过程；二是神经科学与 AI 交叉研究是否会出现可验证的对比实验；三是这一批评是否被主流模型厂商在训练目标或评测基准中回应。
来源：The Verge
