Product Details - 花边八卦
2016年3月，首尔，AlphaGo在五番棋第二局中走出了一步令全世界震惊的“第37手”——将棋子落在第五线，看似给人类对手送礼。据MIT Technology Review报道（2026年10月2日），当时许多解说员甚至以为程序出了故障。然而AlphaGo最终以4 : 1击败了围棋传奇李世石。赛后李世石感叹：“我一直以为AlphaGo只是概率计算，它仅仅是一台机器。但看到这一步后我改变了看法——毫无疑问，AlphaGo具有创造力。”十年过去，如今的大语言模型（LLM）却依然无法企及这种真正的推理能力。本文作者、AlphaGo核心团队成员Thore Graepel指出：LLM本质上只是一个“系统1”的快速模式匹配器，缺乏AlphaGo所拥有的独立搜索与因果推理机制。
考研资讯十年前的那个下午：AlphaGo的“上帝之手”
Move 37并非偶然。据Graepel回忆，AlphaGo由两个子系统构成：策略网络（直觉系统）和搜索树（深思系统）。策略网络经过海量人类棋谱训练，能瞬间猜出强手可能的落子；对于Move 37，它给出的概率仅为万分之一——意味着人类专家几乎永远不会这么下。真正让AlphaGo选择这一手的，是其独立的搜索机制。该机制构建了包含数千条分支的博弈树，每条分支对应一种可能的未来局面，并通过蒙特卡洛树搜索评估长期赢率。当直觉与搜索结合，机器做出了超越人类经验的创造。
留学资讯直觉与深思：AlphaGo的双系统架构
心理学大师丹尼尔·卡尼曼曾提出“系统1”与“系统2”划分：系统1快速、直觉、无意识；系统2缓慢、逻辑、有意识。AlphaGo完美模拟了这一分工。它的神经网络（系统1）提供“这步棋有前途”“这个局面占优”等直觉判断；而搜索树（系统2）则对这些直觉进行推演和验证——模拟后续数十步的相互博弈。正如Graepel所述：“直觉单独永远不会选中Move 37，而暴力搜索又难以筛遍所有可能性。两者结合才诞生了奇迹。”这个架构让AlphaGo不仅能计算胜率，更能创造人类未曾想过的战术。
科技热点大语言模型的“伪推理”陷阱
2022年底ChatGPT问世后，业界很快发现仅凭语言流畅远不足以实现真正有用的智能。于是“链式思维”（Chain‑of‑Thought）应运而生：模型在输出最终答案前生成中间推理步骤。据arXiv论文2608.09867及2510.27338的研究显示，这些中间步骤往往是在事后编造的——模型先通过某种捷径得到答案，再反向生成看似合理的推理过程。更致命的是，LLM没有独立的、可检查的知识状态：假设、置信度、证据权重、未解决问题等全部混杂在神经网络参数中。这与AlphaGo维护的一棵清晰可读的博弈树形成鲜明对比。
手机新闻核心对比：AlphaGo vs 大语言模型推理机制
| 维度 | AlphaGo | 大语言模型 |
|---|
| ------ | --------- | ----------- |
|---|
| 推理方式 | 直觉（策略网络）+ 独立搜索（博弈树） | 纯自回归下一词预测（系统1） |
|---|
| 知识状态 | 明确维护游戏树，记录所有分支及评估 | 无显式信念状态，知识隐含在参数中 |
|---|
| 可审计性 | 每一步搜索可回放、可检查 | 链式思维经常事后编造，无法追溯真因 |
|---|
| 创造力 | 能生成人类从未考虑的新策略 | 本质是训练数据的重组与概率外推 |
|---|
| 决策依据 | 基于模拟推演的赢率 | 基于统计模式匹配的“最似然”回答 |
|---|
为何可追溯的推理对高价值领域至关重要
在医学诊断、工程设计和科学研究中，重要的不仅是结论，更是得出结论的过程。据Graepel在文章中指出：“当错误发生时——例如误诊或错误治疗——我们必须能够精确定位问题所在：是推理出错？还是依据了无效证据？或是做出了错误假设？”当前LLM的“黑箱”性质使其无法承担这类责任。AlphaGo的架构则提供了一条路径：维护一个“认知状态”，包括哪些事实已确认、哪些仍存疑、哪些推论已被排除，然后通过对认知状态的一系列操作（演绎、分解、提问、实验）逐步降低不确定性。这本质上就是“科学方法的强化版”。
数码资讯未来方向：构建独立推理引擎
Graepel表示，他近期离开Google DeepMind的原因正是坚信需要重新设计机器推理系统。“我们不应该通过扩大系统1来获得可信的机器智能。”未来系统应继承AlphaGo的核心理念：一个独立部分负责评估每一步对不确定性削减的实际效果，只在证据充分时才更新信念。同时，LLM可以作为“工具使用器”：提供问题分解建议、调用外部API、评估证据是否支持某个主张。但真正的推理必须由一个可审计、可复现的因果链来完成。Graepel认为，药物发现、材料科学、气候模型、诊断——这些领域才是“棋盘完全不同且没有人给我们规则”的地方。只有具备真正推理能力的系统，才能给出可核查、可信任的突破性结论。
FAQ
Q1: 大语言模型能否通过链式思维实现真正推理？
A1: 不能。链式思维虽然表面产生了“思考过程”，但研究表明这些步骤常是事后编造，并非真正在逻辑推演中产生。LLM的核心仍是自回归下一词预测，没有独立的知识状态和验证机制，因此无法进行科学家认可的那种可审计、可追溯的推理。
Q2: AlphaGo的架构能否直接用于通用AI？
A2: 不能直接复制，但精神可以借鉴。围棋是一个规则明确、完全信息的封闭世界；而现实中世界状态部分可知、行动集可变、后果具有随机性。作者主张构建一个“通用认知状态”加上独立推理操作器的架构，其中LLM可作为辅助工具，但推理必须由单独的、可检查的模块执行。
结语
Move 37之所以伟大，因为它源于一台机器同时运用直觉与深思后的选择。十年后，我们应正视：规模扩大只会让直觉更敏锐，却无法赋予机器真正的推理能力。唯有构建可审计的因果推理引擎，AI才能在医学、科学等领域产出值得人类信赖的创意与结论。
Why Choose MIT研究员：大语言模型没有真正AI推理...
MIT Technology Review深度文章：十年前AlphaGo展现真正AI推理（Move 37），如今大语言模型仅靠模式匹配。作者呼吁构建独立推理引擎，实现可审计、可信任的机器智能。了解AI推理现状与未来方向。
