20260617:目前有914 页

This commit is contained in:
2026-06-17 15:02:40 +08:00
parent e96b955fda
commit 91fac5b6fc
423 changed files with 20687 additions and 34 deletions

View File

@@ -0,0 +1,43 @@
---
title: "预测行动后果 (Action Consequence Prediction)"
created: 2026-06-08
updated: 2026-06-08
type: concept
tags: [intelligence, planning, world-model, LeCun, agent]
sources: [raw/articles/lecun-llm-boundary-future-2026.md]
---
# 预测行动后果 (Action Consequence Prediction)
智能系统应具备的核心能力之一,也是 LeCun 认为 LLM **缺失**的第一大能力。
## 为什么如此关键?
> "智能的本质不是反应,而是选择。"
一个系统如果无法预判"做了这件事之后会发生什么",只能被动响应当前输入,无法主动权衡和制定策略。没有这个能力,"行动"不过是刺激与反应之间的映射,和反射弧没有本质区别。
## 神经科学视角
- 发表在 *Nature Neuroscience* 的研究:**大脑本质上是一台预测机器**,而非反应机器
- 处理感官信号需几百毫秒,而世界不会等你——大脑必须提前下注,用预测跑在现实前面
- 流程:在内部持续模拟"行动→后果"循环,用预测指导行动,用感知校正预测
## LLM 的根本差距
- LLM **没有内部模拟器**
- 它描述行动后果的能力来自训练数据里人类写下的经验,而非自己模拟出来的现实
- 上一个 token 的影响和下一个 token 的预测之间,基本没有反馈回路
## LeCun 的解决方案
[[jepa|JEPA]] + [[world-model-lecun|世界模型]]:整个预测过程发生在行动之前,先在内部模拟,而非盲目试错。
预测行动后果是[[multi-step-planning|多步规划]]的前提——没有世界模型告诉系统"走这条路会到哪里",搜索只能盲目试错。
## 来源
- [[lecun-llm-boundary-future|原始文章]]
- [[multi-step-planning|多步规划]]
- [[jepa|JEPA]]
- [[world-model-lecun|LeCun 世界模型]]