如何看待大模型的「智能涌现」与「能力边界」？

涌现：承认大模型在规模达到临界点时确实表现出小模型不具备的能力（ICL、CoT），但涌现可能是评估指标的离散性造成的假象，而非真正的相变 能力边界：当前LLM在逻辑推理、数学证明、长程规划、因果推断上仍有限；缺乏真正的世界模型和持续学习能力 观点平衡：既不神化大模型（认为即将AGI），也不贬低（认为只是统计模式匹配），理性看待其作为「通用推理引擎」的潜力和局限 未来方向：结合符号推理、世界模型、具身智能突破当前边界