## 弗里斯顿的自由能原理：为什么今天的大模型仍不是真正的智能？
Claude Code等大模型已展现出惊人的工程能力，但一个尖锐问题被推至台前：预测结果是否等于理解原因？调用工具完成任务是否意味着真正的代理性？如果答案是否定的，那么当前整个AI行业最热闹的方向，可能只是智能史中的一个阶段，而非终局。这迫使我们重新追问：当我们谈论“人工智能”时，我们究竟在谈论什么？

认知科学家卡尔·弗里斯顿的自由能原理与主动推理框架，为理解真正的智能提供了新视角。该理论被誉为“认知科学、神经科学与心理科学的大一统理论”。它认为，生物体（包括人类）并非被动的预测机器，而是通过“预测”和“行动”的闭环来理解与适应世界。大脑不断预测外界变化，并通过行动验证或修正预测，以维持生存稳定。这一框架将感知与行动重新统一，其核心在于一个自组织系统如何区分“自身”与“外部”，并闭合感知-行动的循环。

主动推理包含两个关键变量：变分自由能对应模型更新，是“惊异”的近似上界；预期自由能则面向未来，指导系统采取能减少风险与不确定性的行动。弗里斯顿对“代理性”的定义极为严格：一个真正的智能代理，不仅拥有关于世界的模型，还必须拥有关于自身行动后果的模型，这个模型甚至包含若干反事实的未来。正因如此，“规划作为推理”才得以成立，意图才成为系统在多个可能未来之间做出的主动选择。这揭示了当前大模型与真正智能之间的根本差距：它们缺乏将未来和自身行动后果纳入生成模型的闭环能力。
---
- **Source**: 36氪最新 (RSSHub)
- **Sector**: The Lab
- **Tags**: 人工智能, 自由能原理, 主动推理, 大语言模型, 认知科学
- **Credibility**: unverified
- **Published**: 2026-03-30 01:09:50
- **ID**: 40187
- **URL**: https://whisperx.ai/zh/intel/40187