阿绎 AYi@AYi_AInotes · XAI 摘要
杨立昆在达沃斯论坛上尖锐指出，基于LLM构建智能体是“灾难的配方”，因其缺乏世界模型和因果性，无法可靠预测行动后果，导致现有框架陷入不断修补的困境。他长期主张，实现AGI需依靠JEPA架构和世界模型，让AI先理解物理规律。其团队最新论文通过SIGReg正则化器解决了JEPA的表征坍缩问题，使得小型世界模型能在单GPU上快速训练，隐空间天然编码物理规律，在机器人规划中效率远超大型模型。这并非否定生成式AI，而是为智能体发展开辟了更高效、更接近物理现实的新路径：未来智能体将是“懂物理的小世界模型”与“大语言接口”的结合。
Yann LeCun（前Meta首席AI科学家，现AMI Labs创始人）在2026达沃斯论坛上的演讲直接把整个Agent行业的桌子给掀了🤯
AI圈都在喊Agent是AI的下一章：OpenAI推Operator， Anthropic搞Computer Use， 成千上万创业公司狂堆LangGraph和CrewAI。
结果他站出来放了一句狠话：
"基于LLM构建agentic systems，就是一场灾难的配方。"
他的质疑听起来朴实简单，但却直戳要害： 如果一个系统连自己行动的后果都预测不了，它怎么可能规划出正确的行动序列？
这不就进到一个架构级的死胡同了吗？！
目前的LLM本质只是下一个token预测器，它只有相关性，没有因果性，
它没有内在世界模型，无法像人类一样在脑子里提前模拟"如果我这么做，世界会怎样"。
它的每一步规划，本质上都是一次概率赌博。
走一步错一步，错误越积越多，最后必然崩盘。