AI的学习方式正在颠覆我们对认知的理解。从视频生成模型意外掌握的物理规律，到机器人纠错时的心灵暗示，再到从失败中重获价值的标签重塑——这些前沿研究不仅揭示了AI的进化逻辑，更为人类认知与成长提供了全新视角。本文通过5个突破性发现，带你重新思考学习、纠错与创新的本质。

工作之余我喜欢听点AI前沿的播客，给自己补充一些思考。最近一期节目，主播一连拆了好几篇最新的AI研究论文，讲AI到底是怎么学习、怎么理解这个世界的。听下来我挺开心，因为这些观点我特别认同。它们说的其实不只是机器该怎么学，更是我们该怎么思考、怎么看待这个世界上发生的事，跟我这些年对很多事情的判断，几乎是一回事。

更妙的是，这些讲AI大脑的观点，顺手就把我工作里踩过的坑、带过的人、扛过的失败，一个个给解释通了。我搞懂AI原理的过程，和我摸索着怎么跟这个世界相处的过程，慢慢重合到了一起。

下面这几件事，我按听到的顺序讲。AI是怎么理解世界的、怎么被纠正的、怎么面对失败的、怎么长出抽象能力的，每讲完一个，我都会把它落回到我们普通人身上。

一、能造出来，才算真懂

先说个反常识的事。现在的AI你让它写文章、写代码、 做翻译，它都能干，大家已经不稀奇了。但你有没有想过，那些能根据一句话就生成一段视频的AI，它们在憋出那段视频的过程里，到底偷偷学会了什么。

前段时间有篇论文提出了一个观点，视频生成模型其实是一个通用的视觉学习者。它捅破了一层窗户纸。

我们平时看那些能生成视频的AI，第一反应是这东西好好玩，是个创作工具。但这篇论文说，不对，视频生成根本不只是个创作工具，它是通往通用视觉智能的必经之路。

为什么这么讲。你想想我们生活的真实世界，是一个随时间不断运动的三维空间。一个AI被要求生成一段哪怕只有几秒的视频，它要是只会瞎糊弄，画出来的东西是骗不过人眼的。为了让画面里的水看起来像真的水在流，为了让人走路的时候不穿模，为了让影子和光符合直觉，这个AI在学习生成视频的过程里，其实是被逼着在脑子里建立了一套对物理规律和三维空间的理解。

说白了，为了造出一个动态的世界，它必须先读懂这个世界的物理逻辑。

顺着这个思路，研究团队做了个特别巧的实验。他们把一个已经训练好的视频生成AI，稍微改了改它的工作方式，不让它继续去生成视频，而是让它去干那些很难的视觉感知任务。比如估算画面里每个东西离镜头多远，把画面里的主体精准抠出来，甚至识别出人的3D骨骼动作。

结果非常惊人。这个半路出家的AI，成绩居然跟那些专门为单个任务定制的顶级模型不相上下，有的还更好。而且它学新东西特别快，只用了别人一小部分的训练数据，就达到了同样的顶尖水平。

更有意思的是，研究人员训练它认物体时，只给它看过用电脑软件合成的动画视频。但当它面对真实世界，去看真人、甚至没见过的物体比如一个机器人，它照样能干活。这说明它不是在死记硬背某些图案，而是真的在生成视频的过程里，学到了那套能迁移到万物身上的底层规律。

这件事翻译成人话，就是费曼那句名言。

物理学家费曼1988年去世的时候，加州理工的黑板上留着他写的一句话，What I cannot create, I do not understand，凡是我不能亲手创造出来的东西，我就没有真正理解它。

这句话放在AI身上严丝合缝。我们总以为感知和创造是两码事，先看懂了再谈创造。但AI告诉我们，当你能凭空造出一个符合物理规律的东西时，你其实已经掌握了对它最高级的理解。

这事对做AI产品的人还有一层意思。我自己越来越觉得，判断你是不是真学会了一个东西，标准不是你能不能看懂、能不能点头，而是你能不能用自己的话把它重新讲一遍、重新搭一遍。你看的时候觉得都懂了，一到自己写PRD、自己跟算法对齐、自己把它讲给别人听，没真懂的地方立刻就露出来了。能造出来，才算真懂。

二、顶级的纠错，是改念头，不是掰胳膊

第二篇论文，讲的是怎么纠正一个已经很聪明的AI机器人。

现在的AI在电脑里聊天、写文章很厉害，但你要把它装进一个真正的物理机器人身体里，让它去厨房给你炒个菜，它常常会笨得像个两三岁的小孩。为什么，因为真实世界太复杂了，光线暗一点、杯子形状怪一点、桌子材质变一变，遇到这些它训练时没见过的情况，机器人就不知所措，甚至当场死机。

这时候作为人类我们就得去纠正它。可纠正一个庞大的AI机器人，过去只有两种笨办法。

第一种叫从头重训。把它的大脑，也就是底层大模型拆开，灌进海量新数据重新训一遍。这就像为了给员工纠个错，非得让他辞职回大学重读四年本科，成本高、速度慢，还有个致命缺点，它容易学了新的忘了旧的，本来会扫地的，重训完连扫把都不会拿了。

第二种叫强行干预，人伸手把它掰过来，然后在它的动作系统里硬加几个补丁。这种办法的后果是机器人的动作会变得非常僵硬，因为它本身那套顺畅的动作逻辑，被你生生打断了。

有没有第三种，既不用大动干戈改大脑，又能让它迅速学会应对新情况，并且动作依然顺滑。

有。这就是第二篇论文的精彩之处，它的核心理念只有一条，不去动机器人那个庞大精密的主脑，而是去影响它的念头。我第一次读到这儿的时候愣了一下，这话得解释清楚。

现在的机器人大模型每次决定要做一个动作之前，内部都会先产生一个随机的、电光石火般的念头，在学术上这叫潜在空间里的噪声。机器人就是顺着这个小念头，结合它看到的画面，顺理成章地推演出下一个动作。

论文的方法是这么干的。当机器人面对一个没见过的新杯子，伸错手的时候，人类立刻上手，手把手教它做一个正确的抓取动作。重点来了，拿到这个正确动作之后，工程师不去改机器人的大脑，而是做了一个神奇的反向计算，倒推一笔账，如果最后机器人做出了这个正确动作，那它一开始脑子里应该产生一个什么样的念头。

算出来之后，系统单独训练一个极其微小、极其轻量级的意识小模型。等下一次机器人再遇到这个杯子，这个意识小模型就会在它耳边，把倒推出来的那个正确念头，悄悄递给它。机器人的主脑接收到这个念头，自己一琢磨，非常自然地就把正确的动作给做出来了。

结果好到什么程度。用这种方法，研究人员只需要在现实中纠正机器人几次到十几次，它就能完美掌握一项新技能。学习速度极快，一台普通的家用电脑显卡就能训练。最关键的是，因为主脑根本没被改过，它原本会的所有技能一样都没忘。

这件事对我最大的触动，恰恰不是技术，是带人。

我还是做传统电商产品的时候，带过实习生。那会儿我最爱干的一件事，就是逐条改他的方案。他写的PRD，我一行一行标批注，这里这么改、那里那么改，改完他照着抄一遍。看起来我很负责，其实这就是那个掰胳膊的笨办法。他下次交上来的东西，要么还是老问题，要么变得畏手畏脚，因为他自己那套思考的逻辑，被我一条条批注给打断了。

后来我学乖了。方案交上来我先不看细节，先问他一句，你觉得这个方案要解决的核心问题到底是什么。很多时候一问就露馅，他对这件事的理解从一开始就偏了。我不改他的稿，我帮他把这个理解掰正。理解一对，他自己重写出来的版本，那些我原本想逐条纠正的细节，他全对了。

你看，这跟论文里那个意识小模型是一个道理。真正高级的纠正，你不要去替他执行，更不要去动他的能力本身，你要去找到他做这件事最开始的那个念头，顺着他的内在逻辑，递给他一个正确的提示。他接住了这个提示，接下来就会用他自己最习惯、最顺手的方式，把事情漂漂亮亮地做完。

面对复杂的人和复杂的系统，四两拨千斤永远好过大动干戈。无论是管理者对下属，还是父母对孩子，最省力的改变，都不是去代替他做、去否定他，而是在他的认知源头递一个正确的提示。看似没使劲，但效果反而是最高级的。

三、失败，只是一次标错了位置的成功

第三件事，是关于失败的，我觉得是这几篇里最治愈的一篇。

从小到大，我们受的教育都在提示一件事，失败是对立面，是负资产，是丢脸。一件事没达到预期目标，那就是搞砸了，前面的功夫全白费了。但AI这边有个特别聪明的做法，彻底颠覆了这个常识。

先说机器人训练里一个特别拧巴的困境。现在让机器人学新技能，常用一种叫强化学习的方法，简单说就是做对了给糖，做错了挨批。可问题是，机器人一开始笨得要命，你让它去关一个微波炉门，它可能抓起旁边的杯子，可能对着空气一顿乱抓，就是关不上那个门。既然它一次都做不对，它就永远拿不到那颗糖，永远得不到任何正向反馈。就像一个总也考零分的学生，它压根不知道自己该往哪个方向努力，越练越差，最后彻底摆烂。这在训练里被叫做稀疏奖励困境，几乎九成九的尝试都是失败的，绝大多数努力得不到任何回报。

论文的破局思路，叫从失败中做强化学习，或者叫事后重贴标签。

它给系统加了一个自省官，你可以理解成一个视觉语言大模型。当机器人一次任务又搞砸了，这个自省官会把它刚才干的事完整看一遍，然后做一件神奇的事，修改原始指令。

自省官会说，它刚才的目标虽然不是关微波炉门，但它这一通操作，你换个角度看，其实是完美地拿起了桌上那个杯子。那好，我们就把这次的任务指令改成拿起杯子。系统再一核对，拿起杯子这个任务，它完成得非常完美，一百分。

就这样，一次原本被判死刑、要被扔进垃圾桶的失败数据，一瞬间变成了一次有价值的成功经验。机器人虽然在原任务上失败了，但它顺便学会了怎么拿杯子、怎么推抽屉、怎么碰到积木。通过这种给每一个失败重新贴标签的方式，机器人能从自己干砸的每一个动作里，实实在在地学到真本事。实验结果很惊人，用了这套方法，机器人掌握新技能的速度足足快了近两倍。

我想到了前段时间在产品圈刷屏的那篇《置身钉内》。

2026年6月，一篇7.5万字的长文《置身钉内》在阿里内网和整个科技职场圈刷屏。它化用了经济学著作《置身事内》的标题。作者是钉钉悟空事业部的AI产品经理，花名幽素，她2025年6月入职，是钉钉战略级AI项目ONE最晚进入、也是最后一个离开的核心产品经理。这个项目从立项到收缩，生命周期只有大约十个月。文章里她用亲历者视角，把这个AI产品从生到死的完整链路，掰开了揉碎了复盘了一遍。

如果只用一个尺度去衡量，ONE这个产品是失败的，做黄了。可你看，这篇复盘之所以能刷屏，被那么多AI产品人反复阅读、讨论，人人都是产品经理自己也发过它的解读，恰恰不是因为它成功，而是因为它诚实地记录了一段稀缺的、完整的AI产品生命周期。那段认知本身，就是一笔财富。

如果幽素只用做成没做成这一个维度来衡量自己，那她大概会觉得这一年是纯粹的失败。但她做的事，就跟那个AI自省官一模一样，她给这段经历重新贴了个标签，这不是一次失败的创业，这是一次完整的、诚实的AI产品复盘。标签一换，价值就出来了。一个失败的人分享的东西是没人看的，大家抢着看，正是因为她交出来的是财富。

这一点对做AI产品的人尤其重要。AI产品本身就是在不确定里摸边界的活儿。你去试一个方向，哪怕最后没做成，这个试错的过程本身就在帮你测出模型能力的边界在哪、哪些活AI现在还干不了。换个角度看，这根本不是完全意义上的失败，这是你花真金白银换回来的、别人没有的认知资产。

所以下一次，当你觉得自己把一件事搞砸了，先别急着自我否定。学那个AI自省官，问自己一个问题，如果这件事不算一次失败，那我到底完成了什么任务。当你能答出这个问题的时候，你会发现，人生里几乎没有任何一段经历会被真正浪费。

四、抽象是熬出来的，而且它会在中途达到巅峰

前面三件事都挺暖，最后这件，有点扎心，但特别真实。

我们常觉得AI很神，能作诗能翻译。但你有没有想过，对一个本质上只认识数字的机器来说，它是怎么理解性别、颜色、形状这种高度抽象的概念的。

AI圈有个特别经典的发现。如果你在AI的脑子里，把代表国王的那个数值，减去代表男人的数值，再加上代表女人的数值，得出来的结果，恰好就是女王。为什么会这样，因为AI在海量数据里找到了一条方向一致的直线，男人指向女人的方向，和国王指向女王的方向，是完全平行的。这条平行的方向，其实就代表了性别这个抽象概念。AI能举一反三，靠的就是这种从一团乱麻里抽出一根根干净直线的能力。

问题是，这根线是怎么一点点长出来的。过去大家只知道AI最终能学会，但对它学习的过程一无所知。有一篇很硬核的论文，精确地拆解了AI在训练过程中，这个抽象能力是怎么一点点长出来的。读完我最大的感受是，它讲的哪是算法，简直是一面照我们人类自身认知规律的镜子。这里我提炼两个对普通人最有触动的结论。

第一，真正的抽象顿悟，是深度自然的产物。

论文证明了一个观点，在神经网络里，抽象能力是随着网络的深度增加而涌现的。信息在这张网络里每往下走一层，就被深度加工过滤一次，杂音被剥离一些，那条代表核心概念的直线就变得越来越清晰。研究人员去观察真正的生物大脑，也发现了一样的规律。

这其实在提醒我们，面对任何新知识、新现象，你第一眼看到的直观感觉，往往是被浅层细节包裹的表象。所谓的顿悟，不能停在浅层的接收，必须让信息在脑子里多走几步、多沉淀，进行深度加工。深度，是淬炼出本质洞见的唯一途径。

第二，学习的高峰往往不在终点，而在中途。

这是论文里一个非常反直觉的发现。按我们的常识，一个人学一门手艺，肯定是越学越精，最终达到完美。但论文发现，AI的抽象能力不是一条一直往上冲的直线，它往往会经历一个倒U型的过渡曲线。

具体说，在训练的中途，AI的抽象能力会达到一个巅峰，那个时候它脑子里的概念直线最清晰、最纯粹。但随着训练继续推进，为了照顾现实世界里那些不完美的细节、那些边缘情况和特例，AI不得不做出妥协，让那个原本完美的抽象概念变得模糊、扭曲一点点，以此换取整体任务的合格。

想想看，这多像我们人的成长。少年时我们的世界非黑即白，心里那根线又直又纯粹。可一步步走进社会，面对复杂的现实和利益的纠缠，我们的认知反而会变得越来越有灰度、越来越妥协。那个最纯粹、最接近本质的顿悟时刻，很多时候恰恰存在于你刚刚看破、还没有被世俗细节磨钝的那个阶段。

这一点给我的启发是，很多时候我们为了解决现实里某个具体的小难题，给自己叠了无数复杂的规则和例外，短期看似乎搞定了，但在底层，我们却渐渐偏离了那个最简单、最根本的初衷。当你觉得面对的生活太复杂、脑子转不动的时候，也许该做的不是去学更多复杂的花招，而是往回退一步，回到那根最直、最纯粹的线上去。那个最本质的判断，其实一直都在那儿。

五、当AI卡死，给它换句话就破局了

讲完前面四件事，最后我想收一个特别实用的场景，也是这几篇论文里我觉得离我们工作最近的一个。

前面说过，机器人干活会卡死。给它一个指令，比如关一下微波炉门，它一开始动作乱七八糟，可能抓错旁边的杯子，可能对着空气乱抓，就是够不到那个门。既然它一次都做不对，它就永远够不到那个正确的结果，也就永远学不会，于是陷入死循环。

这就好像你面前有一个完全不懂事的人在盲试，他运气再差都试遍了，每次尝试都扑空，你永远没法表扬他。这种感觉很折磨，因为他根本就没产生过那种对的感觉。

有一篇论文提供了一个特别巧妙的破局思路，它的名字叫提示词驱动探索。它的切入点不是去纠正机器人的手，而是去调整我们下达的指令。因为现在的机器人大脑里，装的不只是视觉和运动控制系统，还装了一个类似ChatGPT那样懂语言的大模型，也就是说，它是听得懂人话的。

研究人员发现一个奇怪的现象，当机器人接到关微波炉门的指令时，它总是跑去抓旁边的杯子。这是因为在它过去的记忆里，微波炉这个词经常和杯子放在一起被联系起来，所以它一听到微波炉，就条件反射地去抓杯子。面对这种越试越错的僵局，研究人员没有去重训机器人的大脑，而是给它换了一句话，把指令改成了推一下那个黑色的家电门，直到它合上。结果奇迹发生了，机器人的大脑一下子跳出了杯子这个思维陷阱，精准地伸出手，去推那扇微波炉门。它成功了，拿到糖了，后续的学习就能顺理成章地推进下去。

但问题也来了，你怎么知道该换一句什么样的话，才能正好命中机器人的软肋。

这就是论文最精彩的地方，让大模型自己当教练。研究人员在旁边配了一个语言大模型当教练。这个教练会围观机器人失败的全过程，然后给出一个诊断，这孩子一听到微波炉就去抓杯子，肯定是被词汇干扰了，那我们换个说法试试。于是教练自己生成一堆新指令，比如推那个门、去够左边的把手、别碰杯子直接推门。它让机器人一个个去试，一旦试出哪个指令能让机器人成功，就把这个成功经验记录下来。

实验证明，用了这套方法，机器人在很短的时间内，就能学会那些过去怎么也学不会的复杂任务。它不是在微观的动作上瞎折腾，而是在宏观的认知层面，通过改变沟通的框架，一瞬间改变了整个行为模式。

读完这篇，我触动特别深，因为它讲的根本不只是怎么训练AI，它是在揭示一个关于人类沟通和学习的道理。

改变行为最高效的方式，往往是改变认知的框架。当我们在工作或生活里，看到一个人，或者我们自己，陷入了某种明明很努力却总也做不对的死循环，怎么劝、怎么改都不管用的时候，我们本能的反应是去纠正他那个具体的动作，就像给机器人的胳膊上硬加马达一样，费半天劲还讨不了好。真正的问题，往往出在他对这件事最原始的理解上。别去死磕那个动作，退一步，帮他换一句能重新理解问题的话，换个比喻、换个视角、换种表达方式。他脑子里的认知框架一变，正确的行为自己就流露出来了。

还有一层，就是真正的沟通高手，是先观察对方的反应，再来调整自己的表达。论文里那个大模型教练，它不是闭门造车硬憋指令，而是死死盯着机器人的失败反馈，根据机器人的具体反应，来定制下一句指令。

我们平时沟通常有一种错觉，觉得我话说清楚了，你没听懂就是你的问题。但事实是，你说得清不清楚不重要，重要的是对方接收到了什么、产生了什么样的行为。如果对方的行为没达到预期，别急着怪他笨，试着像论文里那个教练一样，根据他的反馈换句话说、换种说法。当沟通卡死的时候，别在原地干耗，换个说法，也许大门就为你打开了。

学AI，学着学着学到了自己

这几件事放在一起听，其实是一条线。AI为了能创造，被迫先读懂了世界；它被纠正的最好方式，不是掰胳膊，是递念头；它面对失败的办法，是给失败重新贴个标签；它的抽象能力，是深度熬出来的，还会在中途达到巅峰；它卡死的时候，换句话就破局了。

一整期播客听下来，我最大的收获真的不是懂了多少AI技术。而是我越听越发现一件事，我以为我在学AI是怎么学习的，可这些原理，跟我自己这些年摸索着怎么跟人相处、怎么带团队、怎么面对失败的那套东西，是高度重合的。

你以为你在往外看一个机器，看着看着，看到的其实是自己。我们理解世界、纠正偏差、消化失败、沉淀认知的那套规律，和AI在数据里被逼出来的那套规律，本来就是同一件事的两个说法。

所以下次觉得自己搞砸了、卡住了、带人怎么带都不顺的时候，我会先停一下，像那个AI一样问自己一句，如果这不算失败，那我到底完成了什么，或者，我是不是该换句话，重新理解一下这件事。你会发现，你花在搞懂AI上的每一分力气，其实都在帮你更懂你自己。