一篇标题叫 "Position: LLMs Can't Jump" 的论文近日在 Hacker News 引起了众多程序员关注，讨论层层递进，从语言的有损编码一直聊到爱因斯坦的思考方式。

论文的核心论点很简单，但直接挑战了当前 AI 行业的底层假设：大语言模型的能力边界，不是算力不够，不是数据不够，而是语言本身就是人类体验的有损压缩。LLM 看到的是压缩后的语言，不是人类思维背后的真实世界。

换句话说：你读完了所有关于大峡谷的书，看完了所有纪录片，你算是真正体验过大峡谷了吗？

语言的"有损编码"

"语言是人类经验的有损编码。"theanonymousone 在 HN 上写道。他用了一个很精确的例子：当我们说 "I love my children" 和 "I love apple pie" 时，同一个 "love" 承载了完全不同的分量。人类能理解这种差异，不是因为语言本身的精确性，而是因为我们有语言之外的体验——被孩子拥抱的温度、看着她第一次走路的心跳、以及咬一口苹果派的味觉记忆。

cwmoore 补充说，这解释了为什么 LLM 在代码生成上的表现比在人类语言推理上好得多。代码的语义和含义之间有更紧密的耦合关系——"null" 在代码中要么是"未知"要么是"故意留空"，歧义极小。但 "love" 在英语中？你无法用语言描述清楚它意味着什么。

这与爱因斯坦对自己思维过程的描述不谋而合。cwmoore 引用了爱因斯坦的原话："语言中的词语，无论是写出来的还是说出来的，似乎在我的思维机制中不扮演任何角色。作为思维元素的是一些符号和或多或少清晰的图像，可以被'自主地'复制和组合。"

"常规的词语或其他符号，只有在第二阶段——当上述联想游戏已经充分建立并能随意再现时——才需要费力地去寻找。"

大峡谷悖论

andai 在讨论中抛出了一个尖锐的问题：如果你读完了所有关于大峡谷的书，看完了所有关于大峡谷的纪录片，你算是真正体验过大峡谷了吗？

答案显然是"不"。但 andai 继续追问：那 LLM 呢？LLM 读过所有关于大峡谷的书，看过所有关于大峡谷的文本——它算是"理解"大峡谷了吗？

Dylan16807 的回答很有说服力：即使视频能近乎完美地再现视听元素（他认为现代技术还远做不到），你也无法捕捉温度、风的感觉、雨的味道、周围植物的气味。很多人花几千美元、几周时间专门去体验自然奇观，不是因为没有便宜的替代品，而是替代品根本替代不了。

pmontra 则从技术角度提出了一个有趣的反对意见：高分辨率立体视觉（6DOF VR）已经能让人产生非常接近真实的敬畏感。就像好的双耳音频能在耳机上听起来"诡异的真实"。

但 gabbagool 反问道：真正的问题不是"你能体验大峡谷吗"，而是"你能否在回答关于大峡谷的任何问题时，表现得和一个去过的人一样？"

不是新鲜事，但有新意

最高赞评论其实没有直接讨论论文本身，而是展开了一场关于认知本质的哲学讨论。这在 HN 上并不常见——通常热门论文的评论区第一条是"这篇论文的核心贡献是 X，但 Y 做错了"。

但这次，讨论直接跳过了"论文写得怎么样"，进入了"论文提出的问题到底有多根本"。

有人引用了 IBM Watson 在 Jeopardy 上的一个著名失败案例：题目是"美国体操运动员 George Eyser 在 1904 年双杠项目的解剖学奇特性是什么"，Watson 回答"What is leg?"——因为他缺了一条腿，用的是假肢。如果人类说出"leg"这个词，你会推断他知道答案。但 Watson 只是概率匹配，它不知道"缺失一条腿"意味着什么。

sandeepkd 的评论也许是最直白的："bro，它就是个 token 预测器。你说的前半段我同意——语言是人类最伟大的发明，LLM 的所有'胜利'都归功于已有的语言。但它不会有爱因斯坦那样的视觉思考，因为它没有大脑，它就是个 token 预测器。"

这重要吗？

标题里的"Jump"是一个巧妙的隐喻。它来自一个老笑话：一个人说他能跳得比房子还高，结果他站在地上跳了一下说"你看，房子没跳"。LLM 的"能推理"也是一样的——它看起来能推理，但当你把它放到一个真正需要推理的场景中时，你会发现它跳不起来。

这篇论文的论点不是"LLM 没用"，而是"LLM 的极限被语言本身的极限锁死了"。如果语言是思维的有损压缩，那么任何纯语言模型都无法获得语言背后的人类体验——而这恰恰是真正的推理所需的。

社区的讨论没有得出什么一致结论。但最有意思的是，讨论本身证明了人类思维的一个关键特征：我们可以讨论一个我们从未直接体验过的东西（大峡谷、推理的本质、爱因斯坦的思维过程），并且能产生有价值的洞见。

LLM 能参与这场讨论吗？它能。但它"真正理解"自己在说什么吗？

这取决于你对"理解"的定义。而这篇论文想要说的，大概就是——你对"理解"的定义，可能比你以为的承载了更多。

参考来源：

• Position: LLMs Can't Jump (OpenReview)
• HN 讨论