AI 金句日刊 Vol.76：从语言到身体

本期四条原话沿一条线往下走：先问语言模型为什么碰不到真实世界，再看触觉如何补上接触的最后一公里，接着落到组织里自动化智能体与协作智能体该如何分开设计，最后回到舆论对 AI 影响时间表的摇摆。

Yann LeCun 在 2026 年 8 月 24 日 02:40（北京时间）回复 Paul Graham 关于「如果 17 岁会做什么」的讨论。Graham 建议去学从零搭建并训练大语言模型；LeCun 则把问题转向身体智能：先弄清为什么大语言模型能写论文，却打扫不了卧室，再去寻找超越大语言模型、能高效学会体力任务的方法与架构。

查看 Yann LeCun 原帖 · 查看 Paul Graham 原帖

Jim Fan 在 2026 年 8 月 22 日 00:06（北京时间）介绍 NVIDIA 与伯克利合作的触觉方法 T-Rex 时写道：像素又便宜又随处可见，但一碰到真正接触的那一刻就不够用了；触觉会补上最后一公里，下一轮缩放曲线将按「触摸小时数」来衡量。卡片只引用这一判断；T-Rex 的数据集规模、双时钟架构与训练配方等产品细节见原帖。

Arvind Narayanan 在 2026 年 8 月 25 日 19:49（北京时间）写道，自动化智能体与协作智能体需要不同的设计。他指出，业界眼下过度关注自动化与委派，把时间跨度这类指标看得太重，却忽略了协作能力，还把人当成瓶颈；配套的 harness 设计应被视为开放问题，需要机器学习、人机交互与组织行为共同参与。原帖还提到 11 种公司/员工/智能体配置，卡片只保留设计分流这一核心判断。

Ethan Mollick 在 2026 年 8 月 25 日 03:06（北京时间）提醒，舆论正过度偏向「AI 的影响要很多年才会显现」，正如不久前它过度偏向「AI 会立刻改写经济」一样。这句话没有给出具体时间表，而是指出公共讨论在两个极端之间快速摇摆。