朱松纯警示：破除马斯克信仰，中国AI需重构认知架构与价值体系

在过去几年的全球人工智能浪潮中，一种基于“大力出奇迹”的技术信仰占据了主导地位。这种信仰认为，只要不断扩大参数规模、增加数据投喂并提升算力投入，通用人工智能（AGI）便会自然涌现。然而，北京通用人工智能研究院院长朱松纯对此持坚决的反对态度。他在2026年世界人工智能大会上的回归，不仅是一次学术观点的重申，更是对当前产业狂热的一次冷静降温。他指出，中国AI产业正深陷于由硅谷、华尔街和华盛顿共同构建的叙事陷阱中，盲目崇拜以马斯克为代表的科技领袖宏大愿景，却忽视了技术落地的真实逻辑与科学本质。

这种被朱松纯称为“马斯克信仰”的现象，实质上是资本市场对未兑现承诺的过度溢价。从超级高铁的停摆到全自动驾驶的屡次延期，再到脑机接口进展的缓慢，市场往往对宏大的概念报以狂热，而对实际的交付结果缺乏耐心审视。当全球科技股因AI资本支出过大而剧烈震荡时，这种泡沫化的特征愈发明显。朱松纯认为，大语言模型虽然在语言生成和工具调用上取得了显著进步，但其本质仍是基于统计关联的模式匹配，缺乏对物理世界和社会规范的深刻理解。将局部能力的提升等同于AGI的临近，是一种危险的认知偏差，它导致了资源错配和技术预期的严重失真。

要打破这一困局，必须重新审视智能的本质。朱松纯提出的CUV通用智能框架，为理解AGI提供了全新的视角。该框架由认知架构（C）、能力或势能函数（U）以及价值函数（V）组成。与传统大模型不同，CUV强调智能体必须具备内在的价值驱动系统，能够自主生成任务、规划行动并在开放环境中持续学习。这意味着，真正的智能不仅仅是回答问题，更是知道“为什么做”以及“什么应该做”。这种从被动响应到主动生成的转变，是区分专用人工智能与通用人工智能的关键分水岭。

在这一理论指导下，北京通用人工智能研究院研发了通用智能操作系统TongOS和编程语言TongPL，并推出了通用智能人“通通”。与依赖外部指令的大模型产品不同，“通通”被设计为拥有内在动机和价值判断能力的智能体原型。它在空间智能、认知智能和社会智能方面进行了深度整合，部分能力已达到五至六岁儿童的水平。更重要的是，“通脑”作为连接通用智能体与物理机器人的核心引擎，致力于解决具身智能中的实时决策与跨场景泛化问题。通过Real2Sim2Real的闭环训练，系统能够在数字孪生环境中积累因果推理经验，从而降低对真实世界数据采集的依赖，提高学习效率。

然而，技术路线的创新并非孤立存在，它面临着严峻的商业化挑战。产业界普遍质疑，在“通通”尚未形成大规模商业闭环之前，这条注重底层架构和长期积累的路线是否过于理想化。对此，朱松纯指出，任何原创性技术都需要经历漫长的验证周期，不能仅以短期营收作为衡量标准。真正的商业化不应是概念的包装，而是技术在真实场景中的稳定交付。TongAgents平台通过将任务规划、执行和校验拆解为可追踪的闭环，旨在解决行业应用中对于准确性、责任边界和错误修正的核心痛点。这种从抽象架构到具体能力的转化，才是技术走向产业的关键。

更为深层的挑战在于社会智能的缺失。朱松纯强调，人类智能最复杂的部分在于社会交互，包括理解意图、揣摩潜台词、处理责权利关系以及参与复杂协作。当前的大模型在处理字面含义上表现优异，但在理解反讽、沉默以及人际关系隐含信号方面几乎交白卷。社会智能是通向AGI的最后屏障，也是当前所有主流模型未能触及的领域。只有当智能体能够理解身份、情绪、规范并建立信任时，它们才能真正融入家庭、企业和社会结构，成为有价值的合作伙伴而非简单的工具。

中国AI产业要实现从跟随到引领的跨越，必须实现思想自主。长期以来，国内科技界习惯于接受美国定义的问题和标准，形成了信息倒灌和放大效应。这种路径依赖导致我们在算法和执行层做了大量优化，却在哲学和数理框架层缺乏原创突破。朱松纯将AGI创新划分为哲学、数理框架、模型、算法和执行五个层次，指出真正的原创必须追溯到最底层的哲学假设。如果关于“智能是什么”的基本认知没有改变，所有的技术创新都只是在既有范式内的修修补补。

因此，建立中国自己的问题体系和评价标准至关重要。我们不能仅仅满足于在现有的语言榜单上取得高分，而应构建涵盖感知、推理、因果理解、任务生成、社会互动等多维度的综合评测体系。这需要学术界、产业界和资本市场的协同努力。学术界应摒弃追热点的心态，专注于长期基础理论研究；产业界应利用丰富的制造、治理和服务场景，反向定义技术需求；资本市场则需培养耐心，支持那些需要五年甚至十年积累的原创项目，而非仅仅追逐短期退出的机会。

人才培养也是实现思想自主的关键环节。人工智能是一门高度交叉的学科，涉及数学、计算机、认知科学和社会科学等多个领域。培养具备独立研究能力和跨界思维的人才，需要完整的知识积累和长期训练，不能拔苗助长。年轻人创业值得鼓励，但应聚焦于解决实际问题而非包装概念。行业最稀缺的不是会调用API的工具使用者，而是能够定义新问题、提出新架构并坚持长期主义的探索者。

回顾ChatGPT的爆发，它确实是工程化和产品化的胜利，证明了将现有技术组合成易用产品的重要性。但这并不意味着大语言模型路线必然通向AGI。一个产品的成功与一条技术路线的科学有效性是两个层面的问题。中国AI下一阶段的核心任务，是回到第一性问题，建立思想自主和原创架构，同时让技术进入真实世界接受检验。资本可以追逐风口，但科学必须回答本质。只有在泡沫退去后，行业才能重新回归技术本源，在真实的场景中孕育出具有生命力的创新成果。

综上所述，中国AI产业的发展不应被外部的叙事所裹挟，也不应陷入对单一技术路径的盲目迷信。通过重构认知架构，引入内在价值驱动，并高度重视社会智能的培养，我们有望走出一条区别于Transformer的原创道路。这不仅需要技术上的突破，更需要思维方式的转变和生态系统的重塑。唯有如此，中国才能在全球人工智能竞争中，从标准的接受者转变为规则的制定者，真正实现从技术大国向技术强国的迈进。