大家好我是老札，MIT近日发布的一项实验，可能彻底颠覆所有人对AI和思维的固有认知 —— 我们或许从一开始就搞错了核心前提： 语言根本不等于思维。

实验找来两名完全不会说话的受试者，按常理人们会认为他们的逻辑能力会偏弱，但结果却出人意料，他们完成的几套逻辑测试，成绩和正常人几乎没有差别。

为了确保结果准确，研究团队还对健康人进行了核磁共振扫描，结果更加炸裂，无论进行归纳还是演绎思考，受试者负责语言的脑区几乎没有激活。

虽然这在脑科学领域不算新鲜，但放到当下的AI圈，却像是一颗定时炸弹，这几年我们默认的前提是，AI会说话就等于拥有智能，但现在看来语言和思维或许根本就是两回事。

顺着这个思路，有三个判断，一个比一个让人头皮发麻，先来聊第一个判断，关于思维链，现在的AI推理通常会一步步写出过程，看起来像是真的在思考，但我越来越怀疑，它们写出来的根本不是思考过程，而是翻译。

就像小时候被老师提问3×7等于多少，你张口就能说出答案，根本不需要额外思考 —— 你花的时间其实是把脑中瞬间冒出的答案，翻译成他人能听懂的语言。

AI一步步书写的推理过程，或许也是如此，要么是早就见过题目，只是把训练过的结果转化为人类能看懂的格式，要么只是在翻译脑中的思考结果，而非真正思考， AI的推理不过是翻译而非思考。

第二个判断语言是表达智能最笨的方式，语言被发明出来本就是为了沟通，天生具有线性特征，说一句是一句，但真正的思考，是百亿神经元同时放电的立体并行过程，没有先后顺序。

因此语言并非思维本身，更像是思维被打包压缩后的输出包，第三个判断，大语言模型的方向并没有错，不少人看完论文会认为，既然语言不是思维，那大语言模型的方向就完全错了。

但恰恰相反，我们扒开GPT的内部结构就会发现，真正负责运算的并非语言，当你输入的文字进入模型，第一件事会被拆成数千维的数字向量，真正运算的是注意力机制、前馈网络等，都是高维空间的数学计算。

等运算完成，最后一步才会把数字翻译成人类能看懂的文字，最近Adopric的新论文也提到，像Claude这类模型在思考时，有一个名为G空间的区域，根本不会向外输出文字 —— 里面存储的其实是决定思考过程的字符，而非最终输出的文本。

大语言模型真正的运算不在语言，这几年我们都默认大语言模型等于人工智能，但未来真正理解世界的，大概率会是另一套系统，比如现在的世界模型，对物理世界的理解就远超视频模型。

语言模型更像是这套系统的 “嘴巴”，只负责把思考结果传递给人类。如何让AI用更高效的方式在模型内部完成思考，或许就是未来AI爆发的下一个突破口。