01:03Gary Marcus@GaryMarcus精选Gary Marcus 在 X 上反驳 Google 联合创始人 Sergey Brin 的观点,Brin 认为 Transformer 架构本身足以实现 AGI。Marcus 指出,当前没有任何团队单独使用 Transformer,而是结合工具、约束和神经符号 AI 架构。他认为 Transformer 可能是 AGI 的必要条件,但绝非充分条件,这正是神经符号 AI 兴起的原因。行业AGITransformer神经符号 AIGary MarcusSergey Brin推荐理由:AGI 路线争论升级,做 AI 架构和研究的开发者值得关注——Transformer 的边界在哪、神经符号 AI 为何崛起,看完会有启发。原文
15:18Gary Marcus@GaryMarcusAI 学者 Gary Marcus 在 X 上发布三条预测:1. 未来会出现一种更经济、数据与能源效率更高的 AI(很可能是神经符号系统),并将赚取巨额利润;2. LLM 本身永远不会太赚钱(除了卖铲子的芯片公司);3. 当前对 LLM 的巨额押注为时过早,多数不会成功。这些观点挑战了当前 AI 行业以 LLM 为中心的投资热潮,引发对技术路线和商业模式的反思。行业LLM神经符号 AIAI 投资技术预测GaryMarcus推荐理由:Gary Marcus 的预测直击 LLM 商业化的核心痛点,做 AI 投资或技术选型的人值得一读,看完会重新思考当前押注是否理性。原文
08:04Gary Marcus@GaryMarcusGary Marcus 回应批评者,重申他从未说深度学习完全失败,而是认为需要神经符号 AI 作为补充。他指出 Claude Code、代码解释器、工具使用和符号框架等正是他多年来主张的方向。Marcus 强调,不理解这一点的人对 AI 架构缺乏基本认知。这条推文是对他 2022 年文章《深度学习撞墙》的辩护,并认为当前 AI 进展验证了他的观点。行业深度学习神经符号 AIClaude CodeAI 架构Gary Marcus推荐理由:Gary Marcus 的回应澄清了关于深度学习局限性的常见误解,关注 AI 架构争论的读者会看到他的预测如何被 Claude Code 等产品验证,值得点开了解他的完整论点。原文