我在關於 ИИ 的辯論中注意到一個有趣的悖論：大家都讚嘆大型語言模型（LLM）說話的自信與流暢，但問題在於——流暢的語言並不代表理解。模型可以聽起來很有說服力，但這並不代表它真的理解了什麼。

這個悖論讓我想起了柏拉圖的 пещера 理論。還記得嗎？被鎖在 пещера 中的囚徒只看到牆上的影子，並將它們當作現實，因為他們從未見過其他東西。語言模型也生活在類似的 пещера 中，只不過它們看到的不是影子，而是文本。

繼續閱讀——這裡最精彩。LLM 看不到、聽不到、觸摸不到現實世界。它們的訓練資料是文本：書籍、文章、貼文、評論。這是它們唯一的經驗。它們對世界的所有認知，都是通過人類語言的濾鏡來獲得的。而語言本身不是現實，它只是對現實的表徵。是不完整的、偏見的、經常扭曲的。

這也是為什麼我對「擴展規模就能解決問題」的想法持懷疑態度。更多數據、更多參數，並不能讓模型真正理解。語言模型擅長預測下一個詞，但不理解因果關係、物理限制或行動的真實後果。幻覺（hallucinations）不是可以修補的錯誤，而是架構本身的結構性限制。

這時候，world models 出現了——一個完全不同的方法。它們建立內部模型，模擬世界的運作方式。它們不僅從文本中學習，還從交互、時間序列、感測數據、模擬中學習。不是問「下一個詞是什麼？」而是問「如果我們這樣做，會發生什麼？」

這已經在實際應用中展現。物流領域的 world models 模擬某個環節的故障如何傳播到整個供應鏈。在保險行業，它們研究風險隨時間的演變，而不僅僅是解釋保單。在工廠中，數字雙胞胎預測設備故障。任何需要真正預測能力的地方，語言模型都顯得不足。

有趣的是，許多公司還沒有意識到這一轉變。他們仍然只投資於 LLM，認為這是未來。但未來是混合系統——語言模型作為界面，而 world models 提供真正的理解與規劃。

回到柏拉圖的 пещера。囚徒的解放不是更仔細地研究影子，而是轉身面對現實。人工智慧也是如此。那些早早理解這一點的組織，將開始建立真正理解其世界運作的系統，而不是僅僅會說漂亮話的系統。

問題是，你的公司能否完成這個轉變？能否建立自己的 world models？因為那些做到的人，將獲得巨大的優勢。