当 AI 行业把大脑称作「图灵机的生物近似」时，我们或许该问一句：这个类比本身，是不是人类认知局限的产物？
发生了什么
The Verge 刊发了一篇题为《Our minds aren't equipped to handle AI》的文章，从控制论之父诺伯特·维纳的一句判断切入——「每个时代的思想都反映在它的技术之中」。文章指出，过去一个世纪里，人类的思想被投射进计算机，AI 行业也不例外。谷歌的 Demis Hassabis 把大脑描述为「图灵机的生物近似」，Elon Musk 的说法则更为直白。文章的核心论点并非技术层面的，而是认知层面的：人类的心智结构，可能并不天然适配去理解 AI 这类系统。
为什么重要
这类反思之所以值得认真对待，是因为它挑战了行业里一个默认前提：只要足够聪明、投入足够多，人类终将「看懂」AI。维纳那句话的潜台词是，我们理解新事物的方式，往往是把它们塞进旧时代的隐喻里。计算机时代，我们习惯用计算、算法、信息处理来理解一切，包括大脑本身。于是「大脑是图灵机」这样的说法听起来自然，却可能只是把技术当成了镜子。
这背后有更长的问题脉络。从控制论到神经网络，再到今天的大模型，每一代研究者都在用当时最先进的技术去类比心智。类比帮助了研究，也可能限制了研究——它让人倾向于寻找符合既有框架的解释，而忽略不符合的部分。当 AI 系统展现出难以用「计算」一词概括的行为时，这种认知错位就会暴露出来。
影响与看点
对从业者而言，这篇文章的价值不在于给出答案，而在于提醒一种思维上的自省。工程上，把模型当作可调优的系统是有效的；但在讨论 AI 的能力边界、对齐问题乃至「理解」本身时，沿用图灵机式的框架可能带来盲区。
对普通用户来说，这解释了一个常见困惑：为什么关于 AI 的讨论总是两极分化——要么神化，要么贬低。部分原因在于，我们缺少一套不依赖旧技术隐喻的语言去描述它。
一个值得关注的判断是：真正限制我们理解 AI 的，可能不是算力或数据，而是我们用来提问的那套词汇。当行业反复借用「大脑」「意识」「推理」这些词时，需要警惕它们究竟是描述，还是投射。
这篇文章没有给出解决方案，但它把问题摆到了台面上：在一个由我们自己造出的系统面前，人类的心智或许既是创造者，也是瓶颈。
