个人知识库

2026-07-16-ai-learning-human-cognition

12分钟阅读

搞懂AI怎么学习的，我反而想通了自己是怎么活的

5 个 AI 前沿研究发现（视频生成、机器人纠错、失败重贴标签、抽象能力倒U型、提示词驱动探索），每个都揭示了一种比算法更普遍的人类认知规律——AI 的学习逻辑与我们摸索着怎么跟世界相处的规律，是同一件事的两种说法。

基本信息

核心观点

  1. 能造出来，才算真懂：视频生成模型为了生成符合物理规律的动态画面，被逼着在脑内建立了一套对三维空间和物理规则的理解。研究发现，把训练好的视频生成 AI 改去干视觉感知任务（深度估计、物体抠图、3D 骨骼识别），成绩竟与专门为此训练的顶级模型不相上下，且只用别人一小部分训练数据——说明它不是死记硬背图案，而是学到了可迁移的底层规律。这验证了费曼的名言：“What I cannot create, I do not understand”（凡是我不能亲手创造的东西，我就没有真正理解它）。对于产品经理：判断是不是真学会了一个东西，标准不是能不能看懂、能不能点头，而是能不能用自己的话把它重新讲一遍、重新搭一遍。

  2. 顶级的纠错是改念头，不是掰胳膊：纠正 AI 机器人的传统方法要么从头重训（成本高、易遗忘旧技能）、要么强行干预（动作僵硬、打断原有顺畅逻辑）。论文的方法更聪明——机器人每次动作前会先产生一个”潜在空间噪声”（念头），工程师用反向计算倒推出”如果做出了正确动作，当初应该产生什么念头”，再训练一个轻量级的意识小模型在下一次悄悄递给机器人。结果只需纠正几次到十几次就能学会新技能，且因为主脑没被改过，原本会的技能全都没忘。对管理的启发：不要逐条改下属的方案（等于掰胳膊），而要找到他做这件事最开始的那个念头、帮他掰正理解——他自己自然会把后续所有细节做对。

  3. 失败只是一次标错了位置的成功：机器人训练面临”稀疏奖励困境”——99% 的尝试都是失败的，一次都做不对就拿不到正反馈。论文的破局思路叫”事后重贴标签”（hindsight relabeling）：加一个自省官（视觉语言大模型），当机器人搞砸后，自省官会说”它刚才的目标虽然不是关微波炉门，但它其实完美地拿起了桌上那个杯子，我们把任务指令改成拿起杯子”，一次原本被判死刑的失败数据瞬间变成成功经验。实验结果：机器人掌握新技能的速度快了近两倍。人类的对应案例是钉钉战略级AI项目 ONE 的产品经理幽素——她用 7.5 万字《置身钉内》复盘了项目从生到死的完整链路，把一个”失败产品”重新贴上了”完整AI产品生命周期复盘”的标签，刷屏后成为 AI 产品人的认知财富。

  4. 抽象是熬出来的，而且会在中途达到巅峰：AI 的抽象能力（如从国王 - 男人 + 女人 = 女王中学到”性别”概念）不是一直线性上升，而是经历一个倒U型过渡曲线——在训练中途达到巅峰时概念直线最清晰、最纯粹，但继续训练后为照顾现实世界的边缘情况和特例，AI 不得不做出妥协，让抽象概念变得模糊、扭曲一些以换取整体任务合格。这对人的启发：(1) 真正的顿悟需要深度加工，信息必须在大脑里多走几步才能淬炼出本质洞见；(2) 最纯粹、最接近本质的顿悟时刻，往往在刚看破、尚未被世俗细节磨钝的那个阶段。

  5. 当AI卡死，给它换句话就破局了：机器人执行”关微波炉门”时总跑去抓旁边的杯子——因为在它记忆里”微波炉”总跟”杯子”关联。研究人员没改大脑，而是把指令换成”推一下那个黑色的家电门，直到它合上”，机器人立刻跳出脑内陷阱、精准完成任务。更关键的是让大模型自己当教练——观察失败全过程后诊断”词汇干扰”，自己生成一堆新指令逐个去试。这套方法让机器人在很短时间学会过去怎么也学不会的复杂任务。对人类的启示：改变行为最高效的方式往往是改变认知的框架；当沟通卡死时，别在原地干耗，换个说法、换个比喻、换个视角，对方的认知框架一变，正确行为自己就流出来了。

实操内容保留

（本文为观点类文章，无实操代码/模板/步骤）

关键概念

  • 费曼学习法：视频生成模型验证了费曼名言——能造出来才算真懂
  • 事后重贴标签：通过重新定义指令将失败数据转为成功经验的 AI 训练方法
  • 认知框架转换：改变行为最高效的方式是改变认知框架，而非纠正具体动作
  • 提示词工程：提示词驱动探索——大模型当教练，根据机器人失败反馈生成新指令
  • 项目复盘：幽素的《置身钉内》复盘——失败产品通过诚实复盘变成稀缺认知资产
  • 视频生成模型：为生成动态世界被逼着建立三维空间和物理规律的理解
  • Agent安全护栏：纠正机器人的”不改主脑只递念头”方法呼应 Agent 安全设计中的最小干预原则

与其他素材的关联

原文精彩摘录

我们总以为感知和创造是两码事，先看懂了再谈创造。但AI告诉我们，当你能凭空造出一个符合物理规律的东西时，你其实已经掌握了对它最高级的理解。

你看，这跟论文里那个意识小模型是一个道理。真正高级的纠正，你不要去替他执行，更不要去动他的能力本身，你要去找到他做这件事最开始的那个念头，顺着他的内在逻辑，递给他一个正确的提示。他接住了这个提示，接下来就会用他自己最习惯、最顺手的方式，把事情漂漂亮亮地做完。

就这样，一次原本被判死刑、要被扔进垃圾桶的失败数据，一瞬间变成了一次有价值的成功经验。机器人虽然在原任务上失败了，但它顺便学会了怎么拿杯子、怎么推抽屉、怎么碰到积木。通过这种给每一个失败重新贴标签的方式，机器人能从自己干砸的每一个动作里，实实在在地学到真本事。

学习的高峰往往不在终点，而在中途。……在训练的中途，AI 的抽象能力会达到一个巅峰，那个时候它脑子里的概念直线最清晰、最纯粹。但随着训练继续推进，为了照顾现实世界里那些不完美的细节、那些边缘情况和特例，AI 不得不做出妥协，让那个原本完美的抽象概念变得模糊、扭曲一点点，以此换取整体任务的合格。

改变行为最高效的方式，往往是改变认知的框架。……别去死磕那个动作，退一步，帮他换一句能重新理解问题的话，换个比喻、换个视角、换种表达方式。他脑子里的认知框架一变，正确的行为自己就流露出来了。

你以为你在往外看一个机器，看着看着，看到的其实是自己。我们理解世界、纠正偏差、消化失败、沉淀认知的那套规律，和AI在数据里被逼出来的那套规律，本来就是同一件事的两个说法。

相关页面

关系图谱

快速导航

反向链接