在人类思考中，普遍LLM都使用的是黑箱概率推理，比如我像ai发几个token，而则会被解析成高维向量，然后降维去理解。但是我们不妨去看看理解过程，你就会发现很多问题：各大科技公司都在向AGI方向努力，但是过程却还是普通的NN神经网络，这个方法确实解决了符号AI只会黑白判定的问题，但是新的问题是理解过程和推理过程是黑箱。虽然和人类差别不大，但是人类思维的最小能优先却没有被设计在内（学习使用过去经验解决问题），而是使用巨量数据暴力拟合。结果就是：模型只是一个算法，输入问题和上下文，输出回答。而一旦缺失上下文输出的回答将从头开始，上下文越多，计算量越大。没有最小能捷径，而是通过上下文计算要回答内容的概率。这不是纯暴力美学嘛？符号AI真的有错吗？