Vitalik Buterin 指出人类在某一技能上仍领先于 AI

区块链文库报道：

维塔利克·布特林指出人工智能的局限：知识渊博，但缺乏智慧

尽管人工智能（AI）拥有海量的知识储备，但在评估文本的深度方面仍面临挑战，尤其是在首次接触新内容时。以太坊联合创始人维塔利克·布特林（Vitalik Buterin）强调，这种“知识”与“智慧”之间的差异值得特别关注。

核心观点摘要

在10月29日发布的一篇博文中，维塔利克将AI描述为“极度博学”，但“并不睿智”。他指出，AI往往局限于对文本表层的判断，难以深入理解其内涵。

当模型首次阅读某篇文章时，这种局限性尤为明显。由于训练数据中缺乏针对该特定文本的人类评论和分析，AI无法借助既有的批评视角进行解读。此外，维塔利克补充道，模型的知识水平易于观测和验证，而根据其定义，“智慧”本身是无法被直接量化的。

知晓引用 vs. 理解思想

维塔利克对AI智能体一直持保留态度，例如他在10月份提出的“偏执模式”概念。10月29日协调世界时凌晨4点11分，他发表了一篇新的反思文章，回应了作家Ruxandra Teslo的观点。

这一讨论源于《华尔街日报》的一篇报道，该文介绍了哈佛大学一年级课程“人文经典10”（Humanities 10），该课程禁止学生使用手机和电脑长达一年。维塔利克在X平台（原推特）上表示，虽然AI可以调动几乎任何主题的知识，但它往往缺乏深度的判断力。因此，它容易停留在文本最表面的层面，而无法完全把握论证的全貌。

这一言论引发了关于与聊天机器人交流质量的辩论。一方面，有人认为在与伟大经典著作的讨论中，AI是比大多数人更好的对话者；另一方面，也有作家指出，AI对她文章的评论往往流于空洞的套话。

初读的挑战

对于维塔利克而言，这一限制在模型首次发现并阅读文本时表现得最为突出。一部著名作品通常经过数十年的批评、分析和评论沉淀，AI可以从其训练数据中找到这些丰富的背景资料。然而，一篇近期的文章则不具备同样的历史积淀。

在这种情况下，模型不得不更多地依赖文本本身，而无法像处理经典文献那样调动大量的既有分析。这一差异在加密货币领域尤为重要，因为许多团队利用AI智能体来审查白皮书、审计报告或治理提案。

然而，已有开发者警告称，AI可能会利用其中存在的漏洞，却未能充分理解其潜在后果。在此条件下，由模型生成的摘要不应取代人工验证，特别是在涉及高技术或高风险财务决策时。

智慧：一种难以衡量的品质

维塔利克最后提出了一个更为微妙的问题：模型的知识可以相对容易地得到验证，但其智慧则不然。我们可以轻松核查日期、引用来源或数字准确性，但要判断推理的相关性和深度，仅靠事实核查是远远不够的。

今年7月发生的一起事件很好地说明了这种区别。在一场旨在识别一份匿名以太坊文档作者的竞赛中，Franklyn Wang所在的Co-Invest团队于7月6日胜出。他们审查了27份文本，得出的结果关联的概率约为20%。

这一经历提醒我们，人工智能可以识别文体特征，但并不一定能够理解文本背后的思想。同样，在分析代码或技术文档时也必须保持谨慎：识别模式并不等同于理解作者的意图。