02:57Gary Marcus@GaryMarcus神经符号代理(以Codex为例)的任务表现显著优于纯聊天机器人。Ethan Mollick引用的数据以OpenAI为风向标,展示了技术发展方向。聊天机器人时代已经结束,基于代理的系统正向工程以外的任务扩展。技能有望成为企业标准化AI使用的工具。AI模型CodexOpenAI智能体神经符号10 个信源在谈推荐理由:Codex这类神经符号代理比纯聊天机器人强得多,Ethan Mollick用OpenAI数据说明代理系统即将全面铺开,搞AI的不妨看看。原文
23:51Gary Marcus@GaryMarcusGary Marcus在X上回应质疑,指出AI实验室使用神经符号工具并非失败,而是对他30年来主张的验证。他认为Claude Code、o3和Grok 4等进展表明神经符号方法必须成为AI解决方案的一部分。Marcus强调,人们会很快忘记曾反对这一观点,但过去十年中确实存在大量反对声音。行业神经符号Claude CodeAI架构Gary Marcus行业观点推荐理由:Marcus用Claude Code等实际案例证明神经符号工具的价值,关注AI架构演进的读者会看到一场持续30年的学术争论被技术验证,值得点开了解背后的逻辑。原文
04:04Gary Marcus@GaryMarcus精选76°DeepMind团队使用神经符号方法(neurosymbolic)成功解决了9个开放的Erdos问题,工作比OpenAI更细致、定量化。该方法结合了LLM和Lean证明助手,实现自主推理,仅在形式验证通过后才进行人工审核。Gary Marcus评论称,OpenAI可能因知道DeepMind即将发布而仓促推出自己的方案。这一进展展示了神经符号方法在数学推理中的潜力,也引发了关于研究竞争和严谨性的讨论。AI模型神经符号DeepMindErdos问题Lean证明助手数学推理5 个信源在谈推荐理由:DeepMind用神经符号方法严谨解决数学难题,做AI推理或形式验证的开发者值得关注——这比纯LLM方案更可靠,也暗示了未来研究的方向。原文
21:48Gary Marcus@GaryMarcusGary Marcus 在 X 上发文,感叹整个 AI 领域正朝着他在 2019-2020 年倡导的神经符号与世界模型方向发展,而批评者却声称他“总是错的”。他指出,六年前他的文章《AI 的下一个十年》就以世界(认知)模型为核心,如今这一方向终于迎来时机。Marcus 的言论反映了 AI 研究范式的转变,从纯深度学习向更结构化、可解释的模型演进。行业神经符号世界模型GaryMarcusAI 趋势认知模型推荐理由:Marcus 的观察点明了 AI 研究范式的关键转向,关注认知架构和符号推理的开发者值得一读,看看自己是否站在了趋势上。原文
08:01Gary Marcus@GaryMarcusGary Marcus 在 X 上发问,质疑一项新的数学成果究竟是结合了 Lean 等工具的神经符号方法,还是纯大语言模型(LLM)的产物。该推文引发讨论,目前有 16 条回复、3 次转发和 30 个赞,浏览量超过 6200。Marcus 的提问反映了 AI 领域对数学推理中符号系统与纯 LLM 方法优劣的持续关注。行业Gary Marcus神经符号LeanLLM数学推理推荐理由:Marcus 的质疑切中 AI 数学推理的核心争议——符号系统 vs 纯 LLM,关注 AI 推理能力的读者值得一看,能帮你理解当前研究的分歧点。原文