全世界都是“鹦鹉”，只有朱松纯“立心”泛机器人商业研究院

北宋张载留下过一句话，是中国读书人千年的精神坐标——"为天地立心，为生民立命，为往圣继绝学，为万世开太平"。八百年后，一位从湖北鄂州走出、在哈佛追随数学家芒福德求学、在UCLA做了十八年顶级教授的科学家，把这句古训改写了一个字，砸向了人工智能最热闹的时代："为机器立心"。

当全世界都在为"大模型"狂欢、相信"大数据 + 大算力 + 大力出奇迹"就是通往智能的唯一道路时，朱松纯几乎是孤身一人地说：你们造出来的不是智能，是一只会说话的"鹦鹉"；真正的智能是"乌鸦"——它没读过海量数据，却能在陌生世界里自己想办法活下去。而要造出"乌鸦"，关键不在更大的模型，而在一件听起来近乎玄学、却被他用数理语言严肃对待的事——给机器，立一颗"心"。

这篇文章想讲清楚：朱松纯教授这套"反共识"的人工智能思想体系，到底从哪里来、独特在何处、又为什么值得每一个身处AI时代的人认真对待——哪怕你最终未必同意他。

一、为什么是朱松纯

在今天谈论AI的人里，朱松纯是一个异类。不是因为他不够主流——恰恰相反，他是计算机视觉领域华人最顶尖的代表之一：哈佛博士，三次问鼎计算机视觉的最高荣誉马尔奖（Marr Prize），斯隆奖、赫尔姆霍茨奖得主，UCLA统计系与计算机系教授。论学术地位，他站在金字塔尖。

他的异类，在于当整个行业都涌向"大模型"这一条路时，他是少数几个有完整理论、有原型系统、有人才梯队、还有一整套哲学来公开主张"此路通不向真正智能"的人。多数对大模型的质疑停留在吐槽（"它会胡说八道"），而朱松纯教授不同——他不只是批评，他在另起炉灶建一个范式：一套不同的智能定义（通智标准）、一条不同的技术路线（小数据、大任务）、一个不同的哲学内核（为机器立心、理心合一）、一个能跑的原型（通用智能体"通通"），以及一个培养下一代的学院体系（北大、清华的"通班"与北京通用人工智能研究院BIGAI）。

这就引出了他与时代主流的根本分野，也是理解他全部思想的入口。当所有人都在问"如何把模型做得更大"时，朱松教授纯问的是一个更古老、也更根本的问题——"智能到底是什么？我们怎样才能造出一个真正有'心'的智能体？"前者是工程问题，后者是科学与哲学问题。他赌的，是后者才是通往通用人工智能（AGI）的正道。

对错暂且不论。但在一个被"规模即一切"几乎统一了的时代，一个有分量、成体系的"反对者"本身，就是这个时代最稀缺、也最该被认真聆听的声音。这就是为什么值得花一万字来理解他这个人。

二、起点：一个数学家的学生，和一个"大一统"的执念

要读懂朱松纯，必须回到他求学的源头，因为他思想里最固执的那根弦，是在那里被绷上的。朱松纯1968年生于湖北鄂州，1991年从中国科学技术大学毕业，随后远赴哈佛，1996年获博士学位。他的导师，是数学家戴维·芒福德（David Mumford）——一位菲尔兹奖得主。这是一个意味深长的"违和点"：朱松纯做的是人工智能、计算机视觉，但他的学术血统，是数学。

这决定了他与绝大多数AI研究者的根本不同。工程师相信"管用就行"，而数学家追求"美而统一"。芒福德给他的，不是某个具体算法，而是一种近乎物理学家的信仰——纷繁复杂的现象背后，一定存在一个简洁、优美、统一的理论。朱松纯后来反复说的那句话，正是这种信仰的回声："通用人工智能一定不是大模型做出来的一个说不清楚的东西，它一定是一个非常美的、简单的东西。我相信它一定存在，所有的科学都追求用最简约的模型来解释纷繁复杂的现象。"

我愿意把这个贯穿他一生的执念命名为"大一统的执念"——他要的不是一个能用的AI产品，而是一个能解释"智能"本身的统一理论（他称之为AI的"大一统理论"或"Big AI"）。理解了这个执念，就理解了他一生那些让旁人不解的"放弃"：放弃保研、放弃斯坦福的职位、2020年放弃在美国苦心经营的庞大实验室和团队毅然归国。在外人看来是一次次"放弃成就"，在他自己看来却是一次次"圆梦"——所有的放弃，都是为了不偏离那条通往"大一统理论"的路。一个把"理论之美"看得比"现实成就"更重的人，注定会在一个崇拜"工程规模"的时代里，走一条孤独的路。

三、思想的心脏：鹦鹉范式 vs 乌鸦范式

现在进入朱松纯教授思想体系最核心、也最广为人知的那把"刀"——他用一个绝妙的比喻，把整个AI世界劈成了两半。

鹦鹉范式。鹦鹉能说人话，但它并不理解自己在说什么；它只是通过海量重复，模仿出了人类的语音。朱松纯教授说，今天以ChatGPT为代表的大模型，就是鹦鹉范式的极限——"大数据、小任务"：选一个架构，喂海量数据，把一个任务（如预测下一个词）做到极致。它看起来无所不知，但本质是统计模仿，没有真正的理解，没有自己的目的。

乌鸦范式。他讲了一个真实的故事：一位日本摄影师跟拍了一只乌鸦。这只乌鸦初到陌生城市，为了吃到坚硬的核桃，它学会了把核桃丢到马路上、让汽车碾碎；为了不被车撞死，它学会了看红绿灯和斑马线，趁红灯车停时再下去取食。注意：乌鸦的进化史里根本没有汽车和红绿灯，也没有任何"训练数据"或"示范"教它这么做。它完全靠自己，在极少的信息下，为了一个目的（活命、吃到核桃），自主地推理、规划、解决了一个全新的复杂问题。这就是"小数据、大任务"——从价值和需求出发，不需要海量数据训练。

这一刀劈下去，整个AI的图景就清晰了。我想给出本文第一个核心判断：朱松纯用"鹦鹉与乌鸦"完成的，不是一个比喻，而是对"什么是智能"的重新定义——智能的标志不是"知道得多"，而是"在不知道的时候，还能自己想办法"。鹦鹉的能力来自外部灌输的数据，乌鸦的能力来自内部驱动的价值与因果。前者是"大数据小任务"的模仿，后者是"小数据大任务"的创造。他赌的是：通往真正通用智能的，是乌鸦那条路。

他举过一个朴素却致命的例子：要让AI认识"椅子"。鹦鹉范式要收集世界上所有椅子的图片去训练，但只要来一个艺术家设计出一把奇形怪状的椅子，它就傻了，又得重新收集数据。而乌鸦范式问的是——椅子是用来"坐"的，能坐的就是椅子。从"功能"和"价值"出发，根本不需要海量数据。"什么是坐得舒服的椅子"，更进一步触及了"价值"层面。这个从"数据"到"价值"的转身，正是他整套思想的枢纽。

四、通智标准：他给"真智能"立的三道关、两重门

劈开两种范式之后，朱松纯教授做了一件更硬核的事——他不满足于批评大模型"不是真智能"，而是正面给出了"什么才算通用人工智能"的标准。这是他为AGI"正本清源"的判准，我称之为他的"通智标准"。

它由"三个基本特征"和"两个完备性"构成：

三个基本特征： 其一，能完成无穷多任务——不是一个、N个任务，而是能随时应对"N+1"的新情况。 其二，能自主定义任务——进入新环境，自己就能判断"该干什么"。他用了一个极传神的中国话："眼里有活"。一个真正智能的体，看到人打翻了水，不用人吩咐，自己就会去拿纸来擦，没纸会去找。 其三，价值驱动——人早上起床、饿了吃饭，行为是被自己的价值体系驱动的，而不是被数据或指令驱动。

两个完备性： 其一，认知架构的完备性——通俗说，"脑子里缺不缺一根弦"。人比猪狗高级，是因为认知架构更完备，所以很少的数据就能理解世界。 其二，测试环境的完备性——你不可能背着机器人满世界跑去验证它，所以要建一个"任何任务都能在其中复现"的练兵场。为此他真的造了一个完备的物理仿真环境（"通界"）和一套评级测试（"通智测试"）。

这套标准的厉害之处，在于它把"AGI"从一个营销热词，变成了一个可定义、可测试、可证伪的科学命题。用这把尺子一量，ChatGPT这样的大模型立刻"现形"：它能力很强，却不能自主定义任务、不是真正价值驱动、认知架构也并不完备——按朱松纯的标准，它是一只极其强大的鹦鹉，但终究不是乌鸦。

五、最独特的命题：为机器"立心"

如果说"鹦鹉与乌鸦"是他思想的纲，"通智标准"是他的判准，那么"为机器立心"，就是他区别于全世界AI主流的、最独特、也最大胆的命题。

他的判断斩钉截铁："用大数据驱动的大模型是一个大的飞跃，但它不可能走向通用人工智能，因为它缺'心'。"什么是"心"？他说，这颗"心"包含两样东西：良知（价值），和认知架构。大模型为什么不可信？因为"它认知空间是混杂的，我们搞不清楚它的价值体系"——ChatGPT说得头头是道，却时常暴露价值观错误，你不知道它到底"想"什么，所以你无法真正信任它。所以通用人工智能最关键的问题，在朱松纯看来，是"为主观的心建模"。

这个"心"，被他落成了一个有数理结构的双系统理论——U 与 V：

U 体系，是"理"，是能力体系

——感知、认知、推理、执行，即"会做事"。

V 体系，是"心"，是价值体系

——良知、伦理、价值判断，即"知道该做什么、为什么做"。

他追求的，是"理心合一"——让智能体成为一个U与V统一的"硅基智慧生命体"。这是我想强调的第二个核心判断：几乎整个AI界都在拼命优化"U"（能力越来越强），唯独朱松纯把赌注押在了"V"（价值）上——他认为，没有"心"（价值与良知）的能力，越强大反而越危险；为机器立心，才是破解AI安全问题的真正钥匙。

这是一个极深的洞见。当世界在担忧"AI会不会失控"时，多数方案是从外部给AI加约束（护栏、对齐、监管）；而朱松纯主张的是从内部给AI"立心"——让它本身就拥有一套与人类对齐的价值体系，像一个有良知的人，而不是一个被锁链拴住的怪物。外部对齐是"防",内部立心是"养"。这是两种根本不同的安全哲学。

六、中国路径：以中国之思想，创世界之科技

朱松纯思想里还有一个绕不开、也最具争议的维度——他明确地把这条路，命名为一条"中国道路"。他的口号是：为机器立心，为人文赋理，以中国之思想创世界之科技。"2024年底，他一口气出版了两本书——《为机器立心》（讲技术路线）和《为人文赋理》（讲思想根基），合称"通用人工智能的中国蓝图"。

他的逻辑是这样的：既然AGI的关键是"为机器立心"，而"心""价值""良知""认知架构"恰恰是中国传统思想（尤其是陆王心学、程朱理学）几千年来最擅长处理的领域——中国哲学本质上就是一套"基于价值判断的复杂决策体系"——那么，中国就有可能在AGI的"后半场"（从"能力"转向"价值"）实现弯道超车。他甚至尝试用AI的数理模型去重新解读阴阳、易经、禅宗、理学、心学，让中国思想为AGI提供"心"的蓝图。

落到工程上，他把这条路概括为"1238"中国路线：1个大一统理论框架（让AI"眼里有活"）、2个完备性（让AI"脑子不缺弦"）、3个基本特征（让AI能自主完成任务）、8个关键问题（让AI"具备三观"）。并交付了四个原创成果：全球首个通用智能体小女孩"通通"（价值与因果驱动，综合表现接近3—4岁儿童）、仿真平台"通界"、评级标准"通智测试"、科研平台"通境"。

他把这一切，接到了一个更大的叙事上——回答人工智能的"中国之问"："为什么AlphaGo、ChatGPT没有在中国诞生？为什么中国只能出现'百模大战'？什么时候才能出现人工智能的'中国时刻'？"他认为，这考问的是中国能否建立自主、原创的独立思想流派，而不是永远跟在别人后面做应用。在他这里，通用人工智能不只是技术，更是"新质生产力的典型代表"，是一场关乎科技自立自强的突围。

七、思想形状：一个逆共识的长期主义者

读到这里，可以提炼朱松纯教授超越任何具体理论的那个"元形状"了。我把它概括为"逆共识的长期主义"。在一个被大模型的惊人成功几乎"统一"了的时代，坚持说"这条路通不向真正的智能"，需要的不只是学识，更是一种近乎孤独的定力。这种定力的来源，他自己点破了——是"科学家的哲学责任和使命感"。他认为，回答"中国之问"，"一定要走出一条属于我们自己的路"，哪怕这条路在当下不被看好、见效缓慢、十年起步。

这种思想形状有两个根。一个根是芒福德给他的"大一统执念"——他无法接受一个"说不清楚"的智能，哪怕它再有用；他要的是一个"美的、简单的"本质。另一个根，是他身上罕见的文理兼修的文化自觉——他不把AI仅仅当成工程，而当成一次"科技与人文""东方与西方"对话的契机，试图让中国思想在智能时代重新成为一种"生产力"。

这让他成为一个奇特的存在：他既是最硬核的数理科学家（统计建模、计算机视觉的世界级权威），又是最人文的思想者（用AI重读心学理学）在一个学科越分越细、人越来越"专"的时代，他反其道而行，执意要做一个"通"的人——这本身，就和他追求的"通用"智能，构成了一种互文。