当前，人工智能（AI）在自主学习方面存在一个根本性缺陷：缺乏像人一样学习的能力。 儿童从出生起就在学习和行动，他们能灵活选择关注什么、学习什么、何时行动、何时观察，并在不同学习模式间自由切换。 相比之下，AI 模型一旦部署，它的学习模式就固定了，每一次适配，都需要一支人类工程师团队重新介入，负责准备数据、构建训练⽅案并根据性能指标进⾏调整。换句话说，AI 的自主学习能力被“外包”给了人类。 最近，来自 Meta、纽约大学和加州大学伯克利分校的Emmanuel Dupoux、杨立昆（Yann LeCun）、Jitendra Malik三位研究者，对当前 AI 范式提出了系统性批判，并给出了一套受人类和动物认知启发的学习架构。 该框架整合了基于观察的学习（System A）和基于主动行为的学习（System B），并能够根据内部生成的元控制信号在这些学习模式之间灵活切换。 此外，他们也借鉴生物体在进化与发育时间尺度上适应现实世界动态环境的方式，探讨了该框架的构建方法。 论文链接：https://arxiv.org/pdf/2603.15381 为什么AI还...