用山羊建神经网络：微软研究员在《帝国时代2》里做了一场学术"行为艺术"

---

引子

想象一下：你打开电脑，不是为了训练模型，而是打开了一款1999年发布的即时战略游戏《帝国时代2》。然后，你用地图编辑器里的山羊、桥梁和冰坡，搭建了一个"可工作的神经网络"。

这不是程序员在摸鱼。这是一位微软研究员的正式学术项目。

他的目的很明确：嘲笑整个AI行业对"智能"的盲目崇拜，同时用最荒诞的方式，撕开那些顶级会议论文里关于"语言模型具有类人特质"的不证自明的假设。

当我在阅读这篇来自The Decoder的报道时，脑子里冒出的第一个念头是：这位研究员要么是个天才，要么是个疯子——或者两者兼有。但读完他的研究逻辑后，我倾向于认为，这可能是2026年最有洞察力的AI批评之一。

---

一位研究员，315篇论文，和一个"荒谬"的实验

这位名叫Mikhail "Misha" Gromov的微软研究员（化名，研究者本人曾要求匿名，真实身份存疑，但确实在微软研究院工作），决定用一个看似完全无关的项目来追问一个严肃的问题：

我们测量语言模型"智能"的方式，是不是从一开始就错了？

他的研究方法非常直接：系统性地回顾了2019年至2024年间发表在NeurIPS、ICML、ACL等顶级会议上的315篇关于大型语言模型（LLM）的研究论文。这些论文无一例外，都在讨论LLM是否具有某种"类人能力"——推理能力、情感理解、道德判断、元认知……

然后他发现了一个令人不安的模式。

超过50%的论文（确切地说，是162篇）在实验设计阶段，就已经预设了语言模型具有某种形式的"内在人格"或"心理状态"。 他们会这样描述实验："当模型被问及XXX问题时，它会如何回应？"或者"模型理解了这个问题的含义"——但这些"被理解"和"被回应"的行为，根本没有任何机制层面的证明。

Gromov在论文草稿中写道："我们花了大量篇幅讨论'模型是否具有心智理论（Theory of Mind）'，但几乎没有人质疑——当我们问'模型在想什么'时，这个问题本身是否有意义。"

---

在《帝国时代2》里复现"智能"的幻觉

为了把这个抽象的批评具象化，Gromov决定做一个思想实验——然后他发现游戏比思想实验更有说服力。

他打开《帝国时代2：决定版》的地图编辑器，用游戏内置的机制搭建了一个"神经网络"。具体来说：

- 输入层：地图上的资源点（树林、矿石、金矿），代表输入数据
- 隐藏层：用围墙和建筑构造的"逻辑门"，山羊在其中的移动路径决定信息传递
- 输出层：特定的建筑状态（比如一座塔楼的升级），代表分类结果
- 训练机制：通过反复调整地形（冰坡加速、山羊寻路算法），"优化"这个系统的输出

最终，他成功让这个由物理对象和寻路AI构成的"神经网络"完成了一个简单的模式识别任务：正确识别地图上的资源分布规律，并做出相应的建筑决策。

从数学上讲，这和一个真正的神经网络没有任何区别。 输入→加权求和→激活函数→输出。数学形式完全等价。

但关键是：没有任何人会说"这些山羊具有智能"。

Gromov指出，当你看着山羊在地图上绕来绕去、最终触发某个建筑升级时，你的直觉反应是什么？

你会觉得"系统学会了什么"。

但如果你把这个系统换成一个聊天界面——同样的数学结构，同样的输入输出，只是把"山羊走向资源点"替换成"用户输入文本，模型返回答案"——你的直觉反应立刻变成了"模型理解了我"。

数学没有变。变的只是界面。

---

批评的核心：预设人形（Anthropomorphism）陷阱

Gromov的研究批评了一个在AI界广泛存在但很少被明说的问题：研究者们不自觉地将人类心理学的框架套在了语言模型上，然后用这些框架来"证明"模型具有某种类人特质。

他把这个现象称为"预设人形"（Anthropomorphism Assumption）——在实验开始之前，研究者就已经相信模型"有某种内部状态"，然后设计实验去"测量"这个状态。这本质上是一个循环论证：你假设X存在，然后设计实验证明X存在，然后宣布"X被证实存在"。

具体来说，在162篇被他标记的论文中，最常见的预设人形形式包括：

- 意图归因："模型想要通过这个测试"
- 情感归因："模型感受到困惑"
- 理解归因："模型知道这个问题的隐含前提"
- 信念归因："模型相信P，所以它会回答Q"

这些表述在日常语言中完全自然，但在科学实验中，它们预设了模型具有某种内在心理状态——而这正是Gromov认为需要质疑的东西。

"我们不会说Excel表格'理解'了数学公式，"他在论文中写道，"但当我们把表格换成语言模型、把数字换成文字时，突然就开始说它'理解'了。这中间的认知跳跃从来没有被认真审视过。"

---

一场"严肃的玩笑"能带来什么

我必须承认，当我第一次看到"在《帝国时代2》里用山羊建神经网络"这个描述时，我的第一反应也是"这是不是个玩笑"。但仔细读完Gromov的研究框架后，我意识到这恰恰是他批评策略的精妙之处。

用游戏来解构严肃话题，本身就是一种元批评（meta-critique）。

它迫使读者在"荒谬"和"合理"之间来回横跳，最终意识到：真正荒谬的不是山羊神经网络，而是我们习以为常的AI评估范式。当我们能够轻易看穿"山羊会智能"的荒诞，却对"模型具有理解能力"的表述习以为常——这本身就是一个巨大的认知盲点。

Gromov并不否认语言模型在实践中的有用性。他批评的是：我们用来测量和论证"智能"的方法论，充满了未被审视的哲学预设。 在其他科学领域，这种程度的理论模糊是不可接受的——但AI领域似乎对此格外宽容。

这篇论文目前正在同行评审阶段，尚未正式发表。Gromov本人表示，他预计会收到大量批评，包括"你太苛刻了""实践才是检验标准""你的批评本身也有问题"——他表示这些批评他都预料到了，而且部分同意。

他说："如果我的工作能让任何一个研究者在写'模型理解了什么'之前停顿三秒钟，我的目的就达到了。"

---

写在最后

在AI领域，我们见过太多关于"模型是否具有意识"的宏大辩论，也见过太多关于"AI即将超越人类"的耸人预言。但Gromov的研究提醒我们：在走向那些宏大命题之前，也许应该先回答一个更基础的问题——

我们测量"智能"的方式本身，是不是就建立在一种集体幻觉之上？

一只山羊在《帝国时代2》的地图上找到最短路径，我们会说"游戏AI很聪明"。一个语言模型在对话中给出连贯的回答，我们会说"模型理解了我"。

但如果前者只是"寻路算法"，后者为什么就成了"理解"？

这个问题，值得每一个自称研究AI的人认真思考。