# 杨立昆抨击纯LLM智能体是"灾难配方"，提出世界模型新路径

- 来源：阿绎 AYi (@AYi_AInotes)
- 发布时间：2026-05-04 11:08
- AIHOT 分数：64
- AIHOT 链接：https://aihot.virxact.com/items/cmoqmkdfw006psl06kp40gvqh
- 原文链接：https://x.com/AYi_AInotes/status/2051136864040460459

## AI 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。

## 正文

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。

所以现在所有的Agent框架，其实都在给一艘漏水的船贴胶带：
加更多prompt、加重试机制、加复杂状态机、加工具钩子……
脚手架越复杂，错误传播反而越快。

这也不是LeCun第一次泼冷水了，
从2023年起他就反复说：纯scaling LLM永远到不了AGI。

他真正相信的路线是JEPA、世界模型、层次化预测，也就是AI必须先学会理解物理世界的运行规律，先学会预测未来，才能谈真正的规划和行动。

最讽刺的是：目前所有Agent产品，真正可靠的长链任务仍然极具挑战。

很多人假装"模型再大一点这个问题就会消失"。
LeCun却直言：不会，这条路的尽头就是悬崖。

其实他不是在否定Agent的未来，
他是在说：纯LLM中心的Agent没有未来🤔
@ylecun 认为真正的智能体，需要先学会看世界，而不是只会背文本。

### 引用推文

> 阿绎 AYi：全网都在吹的LeCun新论文,90%的解读都是错的。 他们说生成式AI是死路,说过去三年花的几百亿全白费了,说15M参数的小模型就能吊打万亿大模型。 这些全是营销号的夸张, 我觉得这篇论文的真正分量比他们吹的还要重。 Yann LeCun团队这次解决了JEPA困扰了好几年的表征坍缩问题。 以前的世界模型,学着学着就会把...