前DeepMind研究员称LLM不具备真正推理能力
先了解这件事
AI 综述
2026年10月2日，MIT Technology Review报道，前Google DeepMind研究员提出，大语言模型（LLM）并不具备真正的推理能力。他指出，LLM靠逐个预测token生成答案，其链式推理仍由同一套next-token过程产生，并非真正独立的推理机制；这类模型缺乏可检视的持久认知状态，知识与推理未分离，链式推理常是事后编造。他主张借鉴AlphaGo的游戏树搜索架构，为机器推理引入显式的认知状态。目前该观点已公开发表，事件仍在讨论中。
AI 根据报道生成 · 14 天前更新
最新进展10月2日 16:00
前DeepMind研究员公开主张LLM无真正推理，建议借鉴AlphaGo引入显式认知状态。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- MIT Technology Review · AI别被迷惑——LLM 并不会推理
前 Google DeepMind 研究员指出，LLM 靠逐个预测 token 生成答案，其链式推理仍由同一套 next-token 过程产生，并非真正独立的推理机制。他认为这类模型缺乏可检视的持久认知状态、知识与推理的分离，且链式推理常是事后编造。他主张借鉴 AlphaGo 的游戏树搜索架构，为机器推理引入显式的认知状态。