前沿印证、失败复盘与编者评分

蒸馏：从软目标到推理轨迹

2015 年蒸馏论文以教师软分布向学生传递类别关系 ^[1]。DeepSeek-R1 报告进一步用强模型生成的数据训练较小模型，并报告在其设置下蒸馏模型优于直接在小模型上做强化学习 ^[2]。

二者并非完全相同：经典蒸馏匹配概率分布，R1 的主要载体是生成轨迹与训练数据。共同点是学生从教师行为获得自己难以独立发现的结构。

推理时计算与“先生成思考的词”

Hinton 曾用“先生成一些词，再回看它们”描述神经网络推理 ^[3]。现代推理模型增加测试时计算、生成中间轨迹并用强化学习改善解题行为；这在功能上接近其描述 ^[2]。

但“没有显式符号模块”不等于“内部计算已被解释”。中间文字也可能不忠实、混杂或被优化为不可读策略 ^[4]。

可解释性窗口

原型并列两组证据：

• 风险侧：书面 CoT 不一定反映真实内部计算；优化可能降低可监控性。
• 反制侧：冻结模型、做激活干预、构建归因图与电路追踪，可在一定范围内研究内部机制 ^[5]。

对齐是否可与能力分开

RLHF、规则式对齐与偏好训练说明能力训练后可以另设行为目标；奖励作弊与伪装行为又说明“表现合规”不等于目标稳定。原型把这解释为对 Hinton “聪明与善良可以分别工程化”假设的部分支持与部分挑战。

没有证据证明弱模型上的对齐方式会在远强于监督者的系统上保持有效。“AI 母亲”仍是愿景，不是成熟技术 ^[6]。

放射科预测：方向与时刻

Hinton 公开反思过自己对放射科自动化速度的预测，指出技术进度、职业任务复杂性和法律责任都会影响落地 ^[7]。原型由此提出一条校准原则：趋势方向与实现时间应分开评价。

这一原则也适用于超级智能时间表。历史上一次过快预测不能直接证伪未来预测，但足以反对把“5–20 年”当成确定日历。

技术押注的失败清单

路线	原型复盘	更保守的结论
玻尔兹曼机	工程押注不敌反向传播	能量视角有影响，平衡采样路线未成训练主流 [8]
RBM 逐层预训练	被端到端训练绕过	“先学表示”直觉保留，具体算法退场 [9]
胶囊／GLOM	未取代 CNN 与注意力	规模化和训练稳定性证据不足 [10] [11]
Forward-Forward	未在前沿规模击败 BP	局部学习仍有硬件与生物合理性研究价值 [12]

原型评分卡

判断	编者评级	主要不确定性
推理可通过生成中间词完成	高	可读轨迹是否忠实
蒸馏可传递复杂能力	高	强依赖教师、数据与任务
子目标可能诱发自保与控制	中高	从测试系统外推到超智能
数字智能终将全面超越生物智能	中	“全面”定义与时间
机器拥有主观体验	低至中	哲学定义而非直接实证
“AI 母亲”可实现	低	尚无稳定工程路径

以上评级是编者观点，不应显示为事实结论。

2025–2026 追踪的迁移边界

原型追踪 GPT-5.x、Gemini 3、Claude Opus 4.5、DeepSeek-V3.2、欧盟法规与联合国治理机制。由于这些条目包含迁移时点之后的未来日期，且本轮未逐项打开官方页面，迁移稿不复述具体模型分数、竞赛成绩、法规通过日期和峰会议程。

保留的结构性问题包括：

1. 推理时计算是否成为默认产品能力；
2. CoT 可监控性是否因训练而退化；
3. 竞速压力是否挤压安全投入；
4. 国际治理是否从原则走向可执行约束。

这些问题可在独立核查阶段补入经打开核实的正式来源。

如何使用 Hinton 的判断