AI根本不会"学习"，连LeCun都承认了

最近读了一篇LeCun参与写的论文（Meta + 巴黎高师 + UC Berkeley），读完后发现和我思考的方向一致

🔗 https://arxiv.org/abs/2603.15381

现在的AI模型，训练完就定型了。你让它跑，它就一辈子用同一套参数，不会自己变聪明。

OpenClaw龙虾🦞增加了长期记忆和工具调用，但是他并不会变得更聪明。

但小孩不一样。生下来就开始学，什么时候该观察、什么时候该动手、什么时候该听大人讲、什么时候该自己"发呆"，全是自主切换的。

论文提出三系统框架来加强AI自主学习的能力：

1️⃣ System A - 观察学习

被动吸收数据，建模型做预测。自监督学习、LLM预训练都属于这个。缺点：不知道该学什么，得人喂数据。

2️⃣ System B - 行动学习

自己动手试错。RL那套。缺点：效率低、样本要求高。

3️⃣ System M - 元控制（关键！）

这就是AI缺失的灵魂。它应该像大脑里的"总导演"，自己决定什么时候该观察、什么时候该行动。

现在的AI倒好🙄训练靠人调参、喂数据、设计目标函数。最关键的是：部署后根本没有真实世界的反馈和再微调的机制。

LeCun在论文里也承认：现在的大模型Scaling可能遇到瓶颈- 数据墙、无法从环境学习、缺乏具身推理、缺乏持续学习。

这让我想到我们在做的数字分身、AI Second Brain等，本质就是要让AI从"被动知识库"变成"主动学习者"。

你觉得AI需要学会自主学习吗？还是当工具就足够了？

2026年3月18号