现有片段只能确认立正在与刘嘉的访谈里谈过人脑与计算机机制一致,没有出现“归因推理”这个词,也没有他解释“学一个知识点就会做相关题目”的上下文。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
能对上的是人脑与计算机机制一致
材料里的观点在与刘嘉的那期访谈里,立正提到 Hinton 的一个说法触动了他:人好像是在思考,其实是在学习;由此他说自己更能理解人脑和计算机在原理或机制上可以一致1。这与你记得的“神经网络之父说人脑这样工作”方向接近,但这段片段里没有出现“演绎推理”这个词,也没有把它和爱因斯坦相对论作类比。所以“归因推理”具体挂在哪个话题上,现有片段无法确认。
“归因推理”的说法目前没有原文支撑
你记得立正用“学一个知识点就能做相关题目”来解释归因,这个意思在现有片段里找不到对应句子。能确认的是立正反复强调不要停在结论上、要看结论怎么推出来,方向与归因相近,但不能当作访谈原话使用。若要把三种推理接到 agent skill 上,建议先回到那期访谈核对原句,再决定归因、演绎、溯因各自对应 skill 的哪一步;否则容易把自己的概括当成立正的主张。
出处 1
现有片段只覆盖与刘嘉访谈的一小段,没有“归因推理”原词及相关解释;该期完整内容需另行核对。
出处
- 1清华教授:应试教育在AI面前全军覆没,我们应该如何重新学习?
与刘嘉的访谈片段,可核对立正谈人脑与计算机机制一致的原话范围。
追问2026年10月29日
如果找不到“归因推理”原话,怎样用现有材料区分归因、演绎和溯因?
可以这样分:归因是从结果倒推原因,演绎是从前提推出必然结论,溯因是提出一个能解释现象的最佳假设。三者在你做 agent skill 时对应不同环节,不能互相替代。
三种推理各管一段,别混成一步
归因是从已发生的结果往回找原因,答案往往不唯一,要靠证据排除。演绎是从前提出发,只要前提成立、推理有效,结论就必然成立;立正在与刘嘉的访谈里提到,课本知识学懂后能做对应题目,以及竞赛题考察演绎能力,关键不在演绎动作本身,而在找到那个原点1。溯因是面对一个现象,先提出一个能解释它的假设,再去验证;它给出的是“最可能的解释”,不是必然结论。放到 agent skill 里,归因适合做事后复盘和错误定位,演绎适合把规则和约束写成可执行的推导,溯因适合在信息不全时先提出候选方案。
形而上的转变在于“原点从哪来”
AI推演立正谈人脑与计算机机制一致时,强调的是从一个原点出发去推,这属于演绎的突破方式;但原点本身怎么来,演绎回答不了。他讲科学只能解释世界一部分、剩下的要靠感受和不断更新判断3,4,这更接近溯因:先接受一个解释力有限的假设,再根据体验调整它的可信度。归因则是在结果已经出现后,回头重建因果链。三者串起来是:溯因提出原点,演绎从原点展开,归因在结果出来后检验原点对不对。你做 skill 时,可以把“提出假设”和“验证假设”分成两个环节,而不是让模型一步给出结论。
现有片段没有出现“归因推理”这个词,也没有立正对三种推理的统一定义;以上区分是把他的相关说法与通用逻辑概念对照后的整理。
出处
- 1清华教授:应试教育在AI面前全军覆没,我们应该如何重新学习?
核对立正谈演绎、课本知识与竞赛题、以及“找原点”的那段说法。
- 2关于ChatGPT最重要的五个问题
看立正如何用乌鸦例子谈基于证据和推演得到结论,接近溯因的用法。
- 3立正本人的话 · 物理的本质,AI的对偶,世界的巧合,智能的真相,哲学的冲击|赵智沉
核对立正谈科学解释有限、靠感受和不断更新判断来接近世界的思路。
- 4立正本人的话 · 问道|格桑泽仁老师访谈
补充立正早期对科学解释范围与概率上调的类似表述。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 数据分析师学习什么才能不被淘汰
把重心从“会用工具”转到“能定义问题、创造业务价值、影响决策”,并把 AI 当作放大这些能力的系统来用。
- ai能很容易的建立nlp框架来分析情感或者评论主题,那我还需要学习nlp基础么?
如果目标只是跑通情感分析或评论主题,AI 确实能大幅降低门槛;但要不要学 NLP 基础,取决于你是否需要判断结果对不对、在什么场景下失效。
- 我如果要进行这个创业 我该从什么地方开始?
先别急着做产品,先想清楚谁会在什么情况下付钱、你怎么触达他们;再结合你独有的经验和理解选赛道。
- 我是项目管理,现在有很头疼的点在于项目经历了3代,有很多的技术问题遗留,而且有很多问题都是不知道结果或者进度,以及后续的技术方向。很多信息都掌握在老的PM手上,我无从得知。我很多精力都投入到把模块搭建起来却没有很好的理解模块运行的逻辑和机构的动作,节拍这些细节内容
先把“不知道”变成可追踪的风险清单,再向能补历史信息的人定向索取;同时用“结果+进度+风险”而非“我做了123”来汇报,把模块逻辑和节拍作为要补的技术功课单独立项。
- 立正说codex用了他硬盘300g
现有材料只能确认:立正账号下的一篇文章写到,本机 Codex 目录约 326GiB,清理后降到约 15GiB;文中没有出现“300G”这个说法。
- 要不要学习ai漫剧ai短视频制作
值得学,但要把目标定在“关掉AI还能判断和做出东西”,而不是学会一套生成流程。AI漫剧和短视频的门槛正被工具拉低,稀缺的是选题、剪辑判断和验收标准。