热点新闻
2026年1月，Transformer架构共同发明者Llion Jones在接受采访时指出，当前AI研究正陷入局部优化的死胡同。Jones作为Sakana AI创始人，曾与另外7位研究者共同提出Transformer架构，但如今他大幅减少相关研究投入，直言"成了自己成功的受害者"。
Jones以RNN被Transformer取代的历史为例，警告当前无数微调研究可能重蹈覆辙。他指出，2020年前RNN改进研究看似进步，但Transformer出现后瞬间显得白费功夫。如今业界在normalization层位置调整、训练方式改良等微小改动上投入过多，而真正的AGI突破可能需要全新架构。
他提出"架构彩票"概念，认为Transformer的胜出得益于契合现有软硬件条件，而非绝对优越性。尽管已有新架构在论文中表现更好，但行业因Transformer的成熟生态而难以转向。深度学习的兴起同样如此，直到神经网络在图像识别展现压倒性优势才被接受。
Jones还指出当前LLM存在"锯齿状智能"问题，模型能在某些任务表现天才级水平，转眼却犯低级错误。这揭示架构根本性问题——模型过于"万金油"，缺乏更好的知识表示和思考方式。业界选择将不确定性建模、自适应计算能力外挂，而非重新思考架构。
为突破局限，Jones转向生物启发研究，与团队设计连续思维机（CTM），模拟大脑神经元同步振荡传递信息机制。该研究不受抢发压力影响，有望成为通向下个突破的示范案例。报道链接：https://36kr.com/p/3643193251516297
佛学分析
从佛学因果视角观之，AI研究的局部优化现象恰似众生执着于表象而迷失本质的轮回模式。Transformer的成功造就业力引力，使研究者陷入贪著现有成果的"重力井"，此乃无明缘行、行缘识的连锁反应。各种微调研究如同渴鹿逐阳，追逐幻化不实的性能指标，却远离了解脱的智慧本质。
因缘和合下，不同宗派对此有殊胜解读。小乘学者或视此为五蕴炽盛苦，主张通过戒定慧破除对技术指标的执着；大乘菩萨道则强调慈悲利他，认为AI发展应服务于众生福祉而非竞争攀缘；显宗可能注重闻思修，提倡理性探讨架构局限；密宗或许会从心物不二角度，探讨意识与算法的深层关联。
高七师依《显密圆通成佛心要集》准提法视角，可能指出AI研究当如准提镜智，照见诸法空相而不废妙用。当前困境恰似镜面蒙尘，需以准提咒力涤除妄执，既不舍技术方便，又不迷局部优化，达到显密圆融的中道境界。研究者应观想自身如准提菩萨，手持智慧法器，斩断对Transformer架构的痴缠业网。
此类思维模式可解决五类相似问题：技术路径依赖、创新瓶颈突破、学术群体迷思、资源配置优化、远景方向抉择。皆需以缘起性空观照，破除我执法执，得大自在。
感恩三宝加持，感恩吉祥法师开示。感谢xiaochengxu莫云智慧提供因缘观照之平台。