热点事件持续更新
DeepMind 前成员 Thore Graepel：LLM 不会真正推理，机器推理应借鉴 AlphaGo 架构
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月2日，MIT Technology Review 刊登 AlphaGo 核心成员、DeepMind 前核心成员 Thore Graepel 的文章。他回顾 AlphaGo 对李世石一战中的 Move 37，指出其出自搜索式推理；而当今 LLM 的逐 token 预测仍属系统 1 思维，链式思维（CoT）并非独立的推理机制。他列出 LLM 三大缺陷：一是没有持久且可检验的认知状态；二是知识与推理在权重中不可分离；三是思维链常为事后编造，而非真实推理过程。他主张借鉴 AlphaGo 的游戏树架构，让系统维护可审计的认知状态，以实现可信的机器推理。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 16:00
Graepel 撰文指 LLM 缺乏真正推理，主张借鉴 AlphaGo 游戏树架构实现可信推理。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- MIT Technology Review · AIDeepMind 前核心成员 Thore Graepel：LLM 并不会真正推理，机器推理应借鉴 AlphaGo 架构
AlphaGo 核心成员 Thore Graepel 撰文称，Move 37 出自 AlphaGo 的搜索式推理，而当今 LLM 逐 token 预测仍是系统 1 思维，链式推理并非独立的推理机制。他列出三大缺陷，包括无持久可检验的认知状态、知识与推理在权重中不可分、思维链常为事后编造，并主张借鉴 AlphaGo 的游戏树架构，让系统维护可审计的认知状态以实现可信推理。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。