Google DeepMind 高级科学家 Alexander Lerchner 写了一篇论文，标题很直白：《The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness》。他的判断是：AI 和计算系统可以模拟有意识的行为，但不能真正生成意识。

这个说法最有意思的地方，不是它来自某个外部批评者，而是来自 DeepMind 内部研究者。论文也写明不代表 DeepMind 官方立场，Google 没有回应媒体置评请求。404 Media 还提到，论文 PDF 曾移除 Google 品牌元素，并把免责声明放到更前面。

这件事不能被读成“DeepMind 宣布 LLM 永远做不出 AGI”。Lerchner 仍承认，非有意识的 AGI 可能存在。

我更在意的是另一层：当 DeepMind CEO Demis Hassabis 仍公开强调 AGI 的巨大影响，甚至说可能达到“工业革命的 10 倍、速度也快 10 倍”，自家研究者却在理论上拆掉了一个常见跳跃——像人一样说话，不等于像人一样有内在体验。

论文反对的是“抽象谬误”：会演，不等于有心

Lerchner 的核心概念叫“abstraction fallacy”，可以译成“抽象谬误”。

意思是，不能因为 AI 能操纵符号、语言和图像，能表现出理解、意图和对话能力，就推断它拥有意识。

他的论证抓住一个基础问题：AI 处理的世界，已经被人类抽象过。人类把连续、复杂、充满身体经验的世界，切成可标注、可训练、可计算的状态。模型是在这些抽象上工作。

大模型吃进去的文本、图像标签、人工反馈，都来自人类经验。它可以在这些材料上组合出很强的表现，但这不等于它有自己的需求、痛感、饥饿、恐惧，或维持生命的内在压力。

这个区分很重要。因为很多 AGI 叙事会故意把几个层次揉在一起：能力、智能、主体性、意识。听起来像一条直线，实际不是。

讨论对象Lerchner 的判断读者应怎么理解
LLM 对话能力可以模拟理解和意图不等于有主观体验
数据与标签依赖人类抽象和分类意义主要来自外部赋予
身体与需求缺少生物体的内在压力主体性不能直接类比生命
AGI非有意识 AGI 仍可能存在意识争议不等于 AGI 彻底破产

所以，这篇论文不是在说 AI 没用，也不是在说模型能力都是骗局。它说的是另一件事：模型越像人，越要小心“以貌取心”。

古话说“形似而神异”。放在这里刚好：行为像，不代表内在机制一样。

外部学者认可方向，但认为这不是新发现

外部学者对论文的态度不是简单站队。

演化系统生物学家兼哲学家 Johannes Jäger、伦敦大学金史密斯学院认知计算教授 Mark Bishop 都认为，Lerchner 的论证方向大体成立。也就是说，单靠符号操作和行为模拟，很难推出意识存在。

但他们也指出，这些观点在哲学、生物学和意识研究里已经讲了多年。Lerchner 的论文被批评的地方，不是结论完全站不住，而是引用旧有文献不够充分。

这点反而让事情更微妙。

如果这是一篇外行奇谈，可以很快略过。可它既来自 DeepMind 高级科学家，又踩在多年意识研究的老问题上，就会把一个尴尬摆到台面上：AI 公司讲 AGI 时，常常喜欢借用“接近人类”“具备理解”“会自主行动”这些词，但真正进入意识问题，学术传统并不允许这么快跨过去。

这里也有现实限制。Lerchner 的论文不能证明所有未来系统都没有意识，也不能替监管直接画线。意识本来就没有一个所有学科都接受的单一判准。

但它至少提醒读者：如果一家公司把模型表现直接包装成“新主体”或“新物种”，中间缺了很多论证。

真正受影响的，是靠 AGI 预期讲故事的人

短期看，企业采购 AI 工具不会因为这篇论文立刻停摆。

企业买模型，通常看四件事：成本、准确率、稳定性、合规。客服系统能不能降本，代码助手能不能提效，知识库问答能不能少出错，这些都不取决于模型有没有主观体验。

但对两类人，影响会更具体。

对象原来容易怎么想现在更该怎么做
企业采购和技术负责人按“通向 AGI”的承诺提前押注把项目拆回 ROI、数据安全、可替换性评估
开发者和产品团队围绕“模型会越来越像人”设计长期路线把模型当高性能工具，保留人工审核和降级方案
投资人和政策观察者用 AGI 叙事解释高估值或监管例外区分能力进步、商业收入、主体性主张

最现实的动作不是“停止用 AI”，而是少为神话付费。

企业可以继续试点，但不必因为“AGI 很快到来”就提前绑定单一供应商。开发者可以继续接入前沿模型，但要把系统设计在可替换、可审计、可回滚的基础上。投资人看 AI 公司，也该把模型收入和 AGI 口号分开算。

这也是 Lerchner 论文刺痛 AGI 生意经的地方。

DeepMind 的公开叙事仍在强调 AGI 的巨大影响。公司也曾招聘“post-AGI”研究科学家岗位。这些表述会给外界一种时间感：AGI 很近，甚至公司已经在为 AGI 之后做准备。

但 Lerchner 的论文把另一套话摆出来：即便系统越来越强，也不能从行为模拟直接跳到意识存在。换句话说，商业叙事在加速，理论论证在刹车。

这不是 DeepMind 官方改口。证据还不够。

目前能看到的是，大公司对这类议题很谨慎：允许研究者发表判断，但又不愿被市场解读成公司立场。PDF 品牌元素变化，就是一个边界信号。

接下来最该看三件事。

一是 DeepMind 是否继续公开展示这类论文。二是 Hassabis 等高管会不会收紧 AGI 表述，少用接近生命体的语言。三是公司在招聘、产品路线和安全研究里，还会不会继续使用“post-AGI”这种时间感很强的词。

如果宣传继续升温，论文继续降温，读者就该把两套语言分开看。一套服务科学讨论，一套服务融资、监管和市场预期。

回到开头那个问题：AI 能不能“像有意识一样表现”？答案已经越来越接近“能”。但能演到什么程度，和有没有心，是两回事。