● Feed Monitor · 每天替你盯顶级英文播客

Why Chimpanzees Don't Lie to Each Other, but Humans Do (Michael Tomasello)

Machine Learning Street Talk · 2026-11-20

Why Chimpanzees Don't Lie to Each Other, but Humans Do (Michael Tomasello)
一句话摘要

Tomasello 说 AI 缺的不是智能,而是"共享能动性":人类小孩会等同伴一起拿奖励,黑猩猩拿到自己那份就走。

AI认知科学Agent进化
为什么值得看

大家争 AI 有没有"通用智能",Tomasello 却说这个词是法国人为了筛谁能上大学造出来的。他研究一辈子黑猩猩和人类小孩的差别,结论是:人类独有的不是更聪明,而是能凑成一个"我们"共同担责。这期把能动性拆成四层,正好看清 AI 卡在哪一级台阶。

结构化解读
能动性不是聪明,是环境逼出来的"现场决策"

Tomasello 说,凡是进化上要命、环境又稳定的能力,大自然直接写死,比如呼吸、吞咽;只有环境不可预测时,才需要一个"当场拍板"的机制。

  • 最不可预测的东西是别的智能体:猎物、天敌、同类竞争者、合作者,两个智能体之间谁也猜不准谁,这才是能动性诞生的压力源。
  • 他拿恒温器和自动吸尘器当最简模型:感知、目标、按目标调整动作,这三件套就是能动性的骨架,但他说这俩"我不叫它 agent"。
  • 智能不等于能动性:蜘蛛结网很复杂,但那是本能;关键区别是"你是不是在控制自己的灵活行为"。
能动性分四层,AI 大概卡在第二层

从爬行动物到人类,他划了四级台阶,每一级都是新增一层"管理层",而不是多学一个技能。

  • 前两层是打底:第一层爬行动物只会做很简单的决定,主要压力来自捕食昆虫;第二层哺乳动物有了目标导向,松鼠跳树枝前会先"想象自己摔下去",再爬下来换一根,失败在脑子里发生,不用真摔。
  • 第三层是类人猿式元认知:会反思"我这计划行不行""要不要再多找点信息",难的任务知道主动放弃、换高概率选项。
  • 第四层是人类独有的共享能动性:两人共担一个目标、各有角色、都清楚对方该干什么,你没干好我会当场纠正;实验里人类小孩会等同伴也拿到奖励,黑猩猩拿到自己那份立刻走人。
语言模型是从山顶往下盖楼,可能缺了地基

他天天用大模型,但认为它有个结构性问题:直接站在人类成就的顶点上,跳过了底下所有基础能力。

  • 语言是建在共享注意力之上的:小孩在视频通话里听不到声音,会自己发明手势并互相统一成约定——人类会"造"语言,而不只是"用"语言。
  • 他批评强化学习只盯着学习:学习只是帮智能体做更好决策的子过程,恒温器不学习也能工作;现在 AI 圈"一切都是学习",方向偏了。
  • 他不怕 AI 接管世界:"我从 70 年代就在这行,从 70 年代起他们就说要接管世界了。"他主张把自然智能体当模板继续往前推。
带走一句话

"能动性不是自由意志脱离生物学,而是在你的生物本能划定的范围内,还留着一块由你自己拍板的空间。"

AI 视角启发
  • 做 Agent 产品时别只堆"学习能力",先补执行层:让模型能监控自己正在做什么、预演失败、主动判断"信息够不够要不要再查",这比多训一轮更接近哺乳动物那层台阶。
  • 多智能体系统如果只是互相反应,就还是黑猩猩水平;要设计"共同目标 + 明确角色 + 互相纠错",比如让一个 agent 有权指出另一个没履行角色,这才是人类协作的差异点。

↗ 观看原片(YouTube)

→ 看今天的全部更新每天替你盯 14 个顶级英文播客频道,AI 提炼成几分钟读完的中文精华。每日更新,无需登录。
微信扫一扫 / 长按识别

每天早上,这份精华我直接发你微信。加我,长按左边二维码。

微信:xiangcaizi02