25｜五次突破有什么共同规律？——智能是“层层叠加的模型”

一、先说结论

二、我们先理解一个问题

先别急着背诵那五个名字，先问一个更本质的问题。

进化从单细胞走到人脑，花了大约十亿年。这十亿年里，它并没有均匀地“变聪明”，而是绝大部分时间在同一个水平上打转，偶尔才跃升一次。为什么会这样？如果智能只是“算力变大、脑容量变大”这种量变，曲线本该平滑上升；但真实的曲线是长期平台、突然跳一格。

还有第二个反常。如果五次突破是五件独立的能力，那它们理应可以随机先后出现。但事实是：它们出现的顺序高度稳定，几乎不能颠倒。为什么“想象”没有早于“趋利避害”？为什么“读心”没有早于“想象”？

这两个反常指向同一个问题：

三、作者到底提出了什么观点？

班尼特的回答是：这五次是层层叠加的，每一次都在旧大脑上新增一层模型，且每层解决的是前一层根本无法解决的新问题。

他给了三条判断。

第一，每一层都是“新增”，不是“替换”。 有了世界模型，不代表丢掉行动模型——哺乳动物依然会试错；有了语言，不代表丢掉心智化——人依然会读脸色。新层是叠加在旧层之上的，旧层继续在底层默默工作。

第二，每一层都以前一层为原料。 没有“好坏”，就没有动机去“行动”；没有“行动模型”，世界模型就没有可供预演的动作素材；世界模型又给“模拟别人”提供了通用引擎；而语言要传递的，正是前四层建起来的那些模型。

第三，五次突破共用同一种底层逻辑：建模 + 预测。 无论在哪一层，大脑都在做同一件事——根据过去的经验，生成一个对未来的猜测，然后用现实去修正它。差别只在于“被建模的对象”从物理世界，升级到了别人脑中的世界。

四、把这个观点翻译成人话

把它想成一款游戏的技能树。

你不能一上来就点“终极技能：读心术”。你必须先解锁前置技能：先会“分好坏”，才能解锁“趋利避害”；先会“趋利避害”，才能解锁“预判走位”；先有“预判走位”，才谈得上“猜对手意图”；最后才能点出“组队指挥、把战术讲给队友听”。

每解锁一层，你并没有失去下层能力——你只是能站在下层之上，做更大范围的判断。而且系统不允许你作弊：你想跳级点技能，接口会直接拒绝，因为你缺少必要的经验池。

教育是最好的现实版例子。小学必须先学加减，再学乘除；先学乘除，才谈得上分数；先有分数，才谈得上代数和函数。没有一个老师能让一年级孩子直接理解微积分——不是孩子笨，而是那条“技能树”的依赖链不允许跳。

五、为什么会这样？

关键在于进化的工作方式。

graph TD
    A[进化没有设计师
不能推倒重来] --> B[只能在现有结构上打补丁]
    B --> C[能力增长是路径依赖的]
    C --> D[每一层必须以前一层为材料]
    D --> E[①效价: 没好坏就无动机]
    E --> F[②行动模型: 没行动就无素材]
    F --> G[③世界模型: 没预演就无泛化]
    G --> H[④心智模型: 没世界模型就无法模拟别人]
    H --> I[⑤语言: 没心智模型就无内容可传]
    I --> J[五次突破依次叠加
形成今天的智能]
    J --> K[推论: 跳级可能格外困难]

这条链里有三个环节值得停一下。

第一，进化的“不能推倒重来”决定了路径依赖。 它永远是在旧结构上修修补补：鱼脑的某些区块被保留、被改造，成了哺乳动物新皮质的原料。所以每一步都被上一步锁死，想绕路必须先有路。

第二，每一层的“接口”都定义了上一层的用途。 效价系统原本只用来决定靠近或躲避，但到了强化学习层，它变成了“奖励信号”；世界模型原本用来预测猎物动向，到了心智化层，它变成了模拟他人的通用引擎。旧能力在新层里被重新征用。

第三，这也解释了“为什么进化花了十亿年”。 如果智能是五层依赖的工程，那么每一层都要等前一层稳定、可用、并积累出足够多的“经验”才能往上盖。慢，是因为地基要一层层夯实。

六、举一个现实生活中的例子

例子一：新员工为什么“带不动”。

很多公司会犯一个错：招一位总监，却希望他直接具备“战略眼光、团队管理、业务手感”三样。但按叠加逻辑，这三样正是三层能力：业务手感（我怎么干能出结果）→ 团队管理（别人怎么想、怎么激励）→ 战略眼光（几年后世界会变成什么样）。

一个只做过一线、没带过人的管理者被直接推上战略岗位，往往不是不聪明，而是“读人”那一层是空的：他能画出漂亮的路线图，却带不动团队落地。

例子二：孩子学外语的“关键期”。

成年人学外语，常常发音和语感都难达到母语水平。班尼特式的解释是：语言层的建立依赖更早的“模仿与教学”程序是否在关键期内被激活。这不是态度问题，而是安装窗口的时机问题。

七、回到书中重新理解

现在，全书那条最锋利的推论就浮出来了：如果智能真是层层叠加、且依赖关系不可跳过，那么“直接造出通用智能”可能比很多人想的更难。

这也是理解今天 AI 的一把钥匙。AI 的成长路径和生物是反着来的：它不是先学会“转向”再学会“强化”，而是在海量文本上一次性训练出来的。它像一个“先装了第五层语言、再回头看前三层缺什么”的系统。

所以班尼特真正的意思是：AI 表现得像人，不代表它真的把人走过的路走了一遍。 它可能只复制了最上面那层漂亮的“语言外壳”，而底下几层是另起炉灶凑出来的。表面相似，不等于路径相同。

八、这个观点背后还有什么？

第一，它其实指向一个更大的统一理论：既然所有智能都是“建模与预测”，那能不能用一个原理把五层全包住？ 当代神经科学里，预测编码（predictive coding） 试图说：大脑每时每刻都在自上而下地预测输入，只把“预测误差”往上送。更进一步，Karl Friston 的自由能原理提出：一切生物系统都在最小化自身的“意外”，以维持生存。这些是当代延伸，并非学界已定论的共识。

第二，“智能=压缩”是另一条亲缘线索。 Jürgen Schmidhuber、Marcus Hutter 等人主张：智能就是找到世界的最短描述（压缩），预测能力随压缩能力上升。这与“建模”是同一枚硬币的两面。

第三，把五层说成“模型”，实际上重新定义了“理解”。 理解一个东西，不再是“拥有关于它的知识”，而是“能在脑中运行一个可预测它的模型”。这条定义最有野心，也最需要警惕。

九、这个观点有问题吗？

十、今天再看这个观点

以下内容是现代延伸，不是班尼特书里的原话。

今天的 AI 争论，核心就是“这条依赖链能不能被绕过”。“规模派”赌的是：模型和数据继续变大，第三、四、五次突破会自然从参数里涌现；“架构派”赌的是：不会，因为心智化与语言可能对应完全不同的机制，就像给马车加马力也变不出飞机。

班尼特框架的价值，不在于替你选边，而在于给出一个共同的提问方式：别吵“它是不是智能”，先回答“它完成了哪几层、卡在哪一层”。2024 年之后，AI 界对“世界模型”的关注明显升温，本质上也是在补第三层。——这些是书出版之后的现代延伸，不代表原作者。

十一、这一篇真正应该记住什么？

1. 五次突破是同一种动作重复五次：给大脑叠加一层新模型。 好坏→行动→世界→他人心智→可共享。

2. 每层都建在前一层之上，依赖关系是全书最核心的暗线。 前一层是后一层的原料与脚手架。

3. 智能的本质是“建模+预测”，对象从物理世界逐层升级到他人的心智世界。

4. “不可跳级”是作者从生物学归纳的规律，不是定律。 AI 的逆序成长，正是对它最有力的挑战。

5. 这张地图最大的用途，是当一把尺子。 下一篇我们就拿它去量 AI。

十二、留一个问题

下一篇：规律讲完了，接下来做一件更实用的事——给今天的 AI 打分。它到底点亮了五次突破里的哪几层？自动驾驶、AlphaGo、生成式视频模型、“像懂你”的聊天机器人，分别站在第几层上？

下一篇我们进入对照：AI 走到哪一步了？——用五次突破给今天的 AI 打分。

本系列基于 Max Bennett《A Brief History of Intelligence》整理，文中“班尼特认为/书中认为”均指作者观点；带“延伸”字样的段落为基于其思想的现代推演，不代表原作者。