精选理由
Gary Marcus 的这篇推文为持续多年的“纯 LLM 能否通向 AGI”争论画上了句号，做 AI 系统架构、智能体开发或关注 AI 落地的读者值得一看——它点出了当前 AI 工程化的核心现实：真正起作用的是混合栈，不是单一模型。
Gary Marcus 在 X 上发文，宣布他多年来关于“纯 LLM 是否足够”的争论已经失去意义，因为他赢了——现在所有部署的 AI 系统都不是纯语言模型，而是神经符号混合体。他引用 2022 年论文《深度学习撞墙》的核心观点，指出实际产品是语言模型嵌入工具执行栈：检索、代码、记忆、验证器、API、智能体、符号约束、工作流权限和外部系统。Marcus 认为，问题不再是“自动补全能否产生智能”，而是“自动补全成为能行动、检查、搜索、写代码、调用工具、路由任务并在机构工作流中运行的系统接口层时会发生什么”。他强调，模型不是文明级单元，整个技术栈才是。
AI 翻译 · 中文
Gary Marcus 在 X 上发文，宣布他多年来关于“纯 LLM 是否足够”的争论已经失去意义，因为他赢了——现在所有部署的 AI 系统都不是纯语言模型，而是神经符号混合体。他引用 2022 年论文《深度学习撞墙》的核心观点，指出实际产品是语言模型嵌入工具执行栈：检索、代码、记忆、验证器、API、智能体、符号约束、工作流权限和外部系统。Marcus 认为，问题不再是“自动补全能否产生智能”，而是“自动补全成为能行动、检查、搜索、写代码、调用工具、路由任务并在机构工作流中运行的系统接口层时会发生什么”。他强调，模型不是文明级单元，整个技术栈才是。
The pure LLM debate - which I had for many years, here and elsewhere - is indeed no longer relevant. Why? Because I won; nobody uses pure LLMs anymore. Nowadays all deployed objects are neurosymbolic, which was exactly t…