企业官网建设流程全解析

最近AI圈的氛围很微妙。前几年大家还齐心协力喊“模型越大越好、数据越多越强”，今年风向已经明显分裂。最扎眼的立场来自杨立昆——这位图灵奖得主几乎把当下所有主流叙事都质疑了一遍：反对Agent，反对RSI，对“继续堆算力”这条路线也不感冒，同时一直在推他自己的JEPA新模型路线。

这篇文章不打算站队，而是想把这些争议拆开：杨立昆到底在反对什么，他的反对逻辑成立不成立，JEPA这套“世界模型”方案和当下主流的Agent、RSI叙事差在哪，以及作为普通开发者和技术选型的人，这些争论对我们实际做项目有什么直接影响。

1. 杨立昆这轮发言到底在否定什么

1.1 把Agent和RSI放在一起反对，背后的深层逻辑

先梳理一下他反对的几个关键词。Agent是近两年最火的应用方向，核心思路是让大模型充当“大脑”，自主规划任务、调用工具、执行操作；RSI是Recursive Self-Improvement的缩写，中文常译作“递归自我改进”，意思是让AI系统自己写代码、自己改自己，形成自我加速的进化闭环。

表面上看，Agent是应用层的事，RSI是技术演进层的事，这两者被放在一起反对，好像有点跨维度。但杨立昆的观点里，它们共享同一个病根：都建立在“语言模型已经理解世界”这个前提上。他认为语言模型根本没有理解物理世界的因果规律，只是在学习文本的统计结构。你让一个只会“接话”的系统当Agent大脑，它规划出来的步骤看着合理，实际上对真实世界没有任何感知；你让这样一个系统自我改进，它改动的方向大概率是更符合训练数据分布，而不是更接近真实正确。

换句话说，他反对的不只是两个具体技术方向，而是“语言就是对世界建模的最佳方式”这个大前提。这个角度其实挺根本的——如果你承认智能需要物理常识、需要因果推理、需要与环境交互，那语言模型确实只是“冰山一角”，Agent和RSI都是在冰山上盖楼。

1.2 “反对一切AI叙事”具体指哪些主线

把杨立昆这轮发言放到行业大背景里看，他真正质疑的其实是三套主流叙事。

第一套是“缩放定律万能论”。过去几年的经验是模型越大、数据越多、性能越好，这套叙事支撑了无数公司的估值。但杨立昆一直认为，纯文本数据的缩放很快就会碰到天花板，因为文本是对现实世界的一种“有损压缩”，你压得再多，也拿不回丢失的物理细节。第二套是“智能体取代一切工作”的叙事。很多产品演示看起来惊艳，但放到真实业务里，多步任务的成功率惨不忍睹。第三套是“AI自我进化”的叙事，也就是RSI。这套叙事迎合了大众对“超级智能”的想象，但在工程上，自我改进需要可靠的自我评估，而当前的模型恰恰在最基本的自我评估上就不可靠。

这三套叙事把AI行业推向了一个“自我强化”的信息茧房：所有人在比拼谁画的饼更大，却很少有人问一句——模型到底有没有真正理解这个世界？

2. 为什么Agent路线在他眼里是死胡同

2.1 语言模型是续写器，不是规划器

先讲一个我自己踩过的坑。之前在某项目里试过用主流大模型做一个多步骤的自动化流程，刚开始几步没问题，任务越复杂，模型的执行就越跑偏。到第20步左右，它已经不是在执行原始目标了，而是沿着自己生成的历史文本“合理续写”。原因后来想明白了：语言模型被训练时的目标是预测下一个token，不是规划一串动作。它擅长的是“接下去说什么”，不是“接下来该做什么”。

杨立昆反对Agent的底层逻辑就在这。他认为，真正的规划需要一个“世界模型”——你至少要能在脑子里预演：我做了A之后，环境会变成什么样；接着做B，又会产生什么影响。而当前基于语言模型的Agent缺少这个预演能力，只能走一步看一步，每步都靠模型猜。误差一次两次不明显，累积到十步二十步就完全失控了。

他用过一个很直白的类比：只靠语言训练的模型，就像一个从没下过水的人，你给他读一万本游泳教程，他依然不会游泳。因为游泳的核心不是知识，是身体在水里的因果反馈。Agent也一样，真实任务的难点不是“知道步骤”，而是“理解环境变化的因果”。

2.2 RSI的自我改进闭环，在工程上是个伪命题

RSI听起来很诱人：让AI自己写代码，自己改自己，越改越聪明，最终实现指数级进化。但工程上有个致命问题——自我改进的前提是能够准确评估改进方向。也就是说，系统改了代码之后，得知道改得好不好、哪里不好、下次怎么改。这个“评估器”恰恰是当前模型最薄弱的环节。

我自己用模型做过代码评审，一个很明显的问题是：模型对自己的输出普遍存在“系统性过度自信”。你让它检查自己写的代码，它往往能找到一些语法层面的问题，但对于逻辑漏洞、边界条件这类需要深层理解的问题，它经常看不出，甚至会把正确的代码改成错的。如果一个系统连“自我评估”都做不好，那“自我改进”就是一个正反馈噪声放大器——它不是把错误修正掉，而是把错误越放越大。

杨立昆反对RSI，还有一个更现实的原因：这套叙事给行业灌输了“只要放开让AI自我进化，很快就能达到通用智能”的幻觉，让大家忽视了架构创新的必要性。在一个需要踏踏实实做基础研究的领域，这种叙事是危险的。

3. JEPA新模型的技术逻辑：从生成转向预测

3.1 联合嵌入预测架构到底预测的是什么

JEPA的全称是Joint Embedding Predictive Architecture，联合嵌入预测架构。这个名字听起来很学术，理解起来其实不难。

传统生成式模型的核心思路是“生成”：给它一段文本，它逐字预测下一个词；给它一段视频，它预测下一帧画面。问题是，生成式模型在预测过程中把大量计算资源浪费在了“无关紧要的细节”上。预测视频下一帧时，它要精确生成每一根头发丝、每一片叶子的纹理，但这些细节对理解“画面里发生了什么”毫无帮助。

JEPA的思路完全相反：它不直接预测像素或文字，而是先通过一个编码器把输入映射到一个“抽象表征空间”，然后在这个空间里做预测。打个比方，看一段“杯子从桌上掉下来”的视频，生成式模型要逐一预测每一帧的像素颜色，而JEPA只需要预测一个抽象结论：杯子在下坠，且下坠轨迹符合重力加速度。前者像在画画，后者像在做物理题。

这种设计的优点非常明显。一是效率高，不需要在高维原始数据上做重建，计算量小得多；二是理解深，抽象表征天然过滤掉了冗余信息，留下的都是对预测有意义的因果关系。JEPA系列模型的核心思想，就是把AI的学习目标从“会预测下一个词”改成了“会预测世界状态的变化”。

3.2 世界模型：让AI从婴儿阶段重新开始学

杨立昆反复强调的“世界模型”，现在终于有具体的落地方案了。他的设想是：让AI像婴儿一样，通过大量观察真实世界的视频，建立一个关于物理规律的内部模型。婴儿不需要别人教“苹果放手会掉地上”，看过几次就知道了。AI也一样，刷再多的文本也不如看几万个视频更能理解“物体下坠”“碰撞反弹”“遮挡关系”这些基本物理知识。

这里有一个很多人误解的点：JEPA不是要替代语言模型。杨立昆的意思是，语言能力是“智能的输出接口”，而世界模型是“智能的内核”。一套完整的智能系统需要四层：感知层、世界模型层、推理层、行动层。当前的LLM相当于只做了“推理层加输出接口”，却缺少最核心的感知和世界模型。所以他要做的，就是先把中间那一层补上。

这个思路的前瞻意义在于：如果世界模型建成功了，Agent才有真正的“常识”——知道东西挡住了会看不见，知道推一下物体会移动，知道人和物之间有物理边界。有了这些常识的AI，才谈得上在人世间安全地行动。

4. 与当下主流AI叙事的正面碰撞

4.1 评估逻辑的根本冲突：看分数还是看因果

主流AI叙事有一套“成熟”的评估体系：各种榜单，各种指标，模型发布时刷一波分数，市场一片叫好。这套体系的问题在杨立昆看来很明显——所有跑分都是在文本空间内完成的，你测出来的“智能”是“在考试中表现更好的智能”，而不是“在真实世界里更好用的智能”。

他推崇的评估方式是做“物理世界的理解与预测”。比如给AI看一段物体运动的视频，让它预测接下来会发生什么；或者给它一个需要动手操作的任务，比如“把这个桌面整理干净”，看它能不能在随机摆放的环境中完成任务。这类评估绝不是“看谁背的书多”，而是“看谁真正理解了客观规律”。

有一个对比可以很直观地看出两种评估逻辑的差异：

两种评估没有绝对的对错，但它们揭示了一个本质矛盾：我们到底想要一个“很会考试”的系统，还是要一个“真正理解世界”的系统？

4.2 路线分歧对从业者选择的影响

这种底层分歧早晚会传导到产业和就业市场。在“LLM加Agent”路线下，创业机会在应用层：写代码、搞客服、做知识库、做流程自动化，变现路径短，几十人的小团队就能做。但在“世界模型”路线下，核心能力是物理仿真、机器人控制、自动规划，门槛高得多，需要大量人才投入在CV、强化学习、机器人学这些方向上。

对普通开发者而言，这不是一个“立刻二选一”的问题，而是一个中长期的技术路线判断。我倾向于这样的看法：短期内LLM加Agent依然是落地最快、商业回报最直接的选择；但如果你要做的是门槛高、需要物理世界的忠实理解的系统——比如自动驾驶决策、机械臂操控、仓储调度——那就不能只依赖语言模型，必须认真考虑世界模型方向的储备。

现在行业内最稀缺的，不是会用API写Agent的人，而是能判断“某个任务到底需不需要内部模拟器”的人。这种判断力在两种叙事碰撞的时候，价值会越来越高。

5. 对从业者的一些实际参考

5.1 做Agent应用的几个避坑判断

虽然杨立昆觉得Agent路线整体是错的，但不意味着我们就不该做Agent产品。真实业务中，给客服配一个知识库问答助手，给运营配一个报表生成工具，这些“轻Agent”确实能提升效率。问题的关键是要想清楚边界在哪。

我自己的判断标准是三条。第一，如果任务链条超过10步，就需要人为拆分流程，不要幻想“一个Agent全自动跑完”；第二，如果任务的正确性不可自动验证，比如“打磨一段文案”“制定一个活动策划”，那Agent的输出只能当草稿，必须有人复核；第三，如果Agent需要操作真实物理设备，那就别直接上，先用仿真环境反复测试，否则花钱是小，出安全事故是大。

另外有一个特别容易被忽略的点：评估Agent应用别只看Demo。你看到的高完成率，很可能是开发人员用精心调教的固定案例录出来的。拉到自己的业务数据上测，把成功率、失败恢复率、人工介入率三个指标一起看，才能看出真实水平。

5.2 关注JEPA路线的三个可落地信号

JEPA目前从我的观察看，还处在学术到工程化的早期阶段。但有几个信号出现时，说明这个路线开始值得认真投入。

第一个信号是开源权重加上完善工具链。如果某天JEPA系列的预训练模型做到了随便下载、几十行代码就能调用，那它就不再只是论文里的概念，而是普通团队也能用的基座。第二个信号是视频预测任务上的稳定性突破。当前视频预测还是“短视频演示很惊艳，长时间预测就崩”的状态，一旦有条件预测稳定到分钟级甚至小时级，工业界很多任务会被重写。第三个信号是出现真正的产业级应用案例，比如某仓储机器人公司用世界模型替代传统路径规划，某自动驾驶团队用它做异常场景预判，这类真实案例会比任何论文都有说服力。

到那个时候，杨立昆反对的那几套叙事，可能会被市场用脚投票证明——谁是短暂的流量，谁是长久的基础。

6. 常见误区与争议点梳理

6.1 一场讨论里最常见的几个理解偏差

杨立昆的争议性发言容易给人留下“保守派”“反AI派”的印象，但实际上有几个地方被普遍误读了。

误区一：把“反对Agent”理解成“反对AI应用化”。他反对的是把LLM当作全能大脑来设计Agent，不是反对用AI提升效率。减少人工重复劳动的自动化应用当然有意义，只是要有能力边界意识。误区二：把RSI和自我监督学习混为一谈。RSI强调系统“自己改代码、自我进化”，自我监督学习只是“从无标注数据中学规律”，两者完全不同。反对前者不代表否定后者，JEPA本身就是一种自我监督学习。误区三：以为JEPA是“更先进版本的生成模型”。JEPA没有生成能力，它是学表征、做预测的架构，和扩散模型、大语言模型的“生成”不是一回事。

这些误区的根源都在于，大家习惯用“产品形态”去理解技术，比如“会用工具的就是Agent，能写代码的就是强AI”。但在技术底层，一个系统是不是真的理解世界，要看它的学习目标、内部表征和推理机制，而不是看它调了几个API。

6.2 争议背后真正的焦点：语言是全部智能，还是冰山一角

如果做一个辩论，把双方的逻辑逼到底，焦点就只有一句话：语言能力是不是通用智能的核心？

支持LLM路线的人认为，语言的统计规律中已经包含了世界的结构，因为你读到的“苹果掉落”文本，是对物理现实的编码；模型学得足够多，自然能涌现出对规律的理解。杨立昆的立场正好相反：语言是有损压缩，你读到的只是事实的影子，永远不是事实本身。理解物体下坠，需要的不是读到“物体下坠”这句话，而是真的观察到上下位置关系、加速度、碰撞结果这些连续变化的过程。

我个人实际的体会是，这个问题短期内不会有实验能一锤定音，因为双方的验证周期都很长。但有一个务实的态度是值得借鉴的：不要把赌注全押在一套叙事上。在应用层，认真把LLM的能力边界摸清楚，做对它擅长的事；在研究层，花一些时间理解世界模型、JEPA、视频预测这些被主流叙事忽视的方向。等风转向的时候，你会发现提前备好了桨。

7. 一些基于实操的判断与体会

说到底，杨立昆的发言带来最大的价值，不是让你相信“Agent该死”“LLM该扔”，而是逼着行业做一次反思：我们是不是太快把“会说话”当成了“会思考”？

我在自己的项目里有过一个很痛的教训。当时用一个开源的Agent框架做自动化测试项目X，Demo阶段表现惊人，仿佛已经能自主完成任务。真正铺到生产环境之后，错误率、失败恢复能力、超时处理全都不堪一击。后来把链条拆短、加了大量规则兜底，才勉强可用。这个经历让我意识到：如果一个系统缺少对环境和因果的判断力，给它再大的自主权，也只是让它更有规模地犯错。

JEPA这条路能不能成，我现在没法打包票，但我认同它提出的问题：AI想真正走进物理世界，就不该只在文本的海洋里游泳。接下来可以多做一件事——留意视频预测模型和中长期视觉推理的进展。那个方向上每一点实质突破，都可能改写我们对手里海量文本模型的定位。

这几年的AI热潮里，能看到一个图灵奖级别的科学家站出来，对着最热闹的方向连踩刹车，对从业者来说其实是件好事。至少在大家头脑发热的时候，还有人在提醒：前面不一定是悬崖，但至少应该先停下来看看地图。