大模型能推导出相对论吗？——兼议AGI标准
---
title: "大模型能推导出相对论吗？"
date: "2026-08-01"
author: "Zhigeng"
category: "frontier"
excerpt: "如果给大模型输入1905年之前人类全部物理学知识，它能推导出狭义相对论吗？Google DeepMind最新立场论文的答案是否定的——因为科学发现中最关键的跳跃，来自大模型永远不会有的东西：感官体验。"
readTime: 12
---
大模型能推导出相对论吗？——兼议AGI标准
____
一、哈萨比斯的爱因斯坦测试
2026年2月，Google DeepMind掌门人、诺贝尔化学奖得主哈萨比斯在印度的AI影响力峰会上提出了一个后来被全行业称为爱因斯坦测试的AGI判断标准：将AI系统的知识库截止于1911年，给它当时人类拥有的全部知识，看它能否像爱因斯坦在1915年那样，独立推导出广义相对论。如果能，我们面对的就是真正的AGI。如果不能，那我们所拥有的，仍然只是一个极其复杂的模式匹配器——高级搜索引擎。
那么，大模型真的能从截至1911年的人类已有知识中推导出广义相对论吗？
有趣的是，就在哈萨比斯于2月峰会上提出爱因斯坦测试前一个月，Google DeepMind曾发表过一篇立场论文《LLMs can't jump》（大模型跳不起来）。
论文的核心论点先是引用了爱因斯坦自己画的一张图来说明的。1952年，爱因斯坦给好友索洛文写过一封信，信里手绘了一个循环图：从感官经验（E）出发→通过一个跳跃（J）→到达公理系统（A）→再从公理出发进行逻辑推导→最终回到感官经验验证。这就是所谓E-J-A发现模型。
之后，论文又借用了19世纪美国逻辑学家皮尔士（C. S. Peirce）的框架，把人类思维机制分为三类：归纳（induction，从观察案例中找出规律）、演绎（Deduction，从已知规则推导结论）、溯因（Abduction，生成新颖的解释性假设）。前两种大模型已经做得很好了，但溯因是完全不同的东西。它不遵循逻辑规则，它是直觉的、跳跃的。爱因斯坦画的那个J，就是需要跳跃的溯因。
哈萨比斯一定没有想到，这篇论文其实已经在理论上否定了他的爱因斯坦测试发生的可能性。
为什么这么说？或者，为什么高段如哈萨比斯也能做出这样一个错判？
我想，大概是因为他不太了解爱因斯坦当年提出广义相对论的思想历程，并因此而未能真正理解爱因斯坦的E-J-A发现模型。抑或，DeepMind 1月份发表的《LLMs can't jump》论文是某个部门独立做出的，哈萨比斯没有参与，因此论文立场并不代表哈萨比斯。
那么，爱因斯坦推导出相对论的关键的思维跳跃是如何发生的？
____
二、专利局里的年轻人
要理解爱因斯坦所说的跳跃，先要回到1905年之前。
1895年，16岁的爱因斯坦在瑞士阿劳中学时，脑子里冒出了一个奇特的问题——后人所说的骑光幻想：如果我骑着一束光去看世界，会看到什么？按照麦克斯韦方程，他应该看到一束静止的电磁波——在空间里振荡但不前进，就像人坐在火车上一样。直觉告诉他：这不可能。
这个悖论，埋在爱因斯坦心里整整十年。
1900年，爱因斯坦从苏黎世联邦理工学院毕业，全班四个人，三个当了助教，就他没有。教授们不喜欢这个逃课、质疑权威、自己看原著的年轻人。毕业后，他靠做家教糊口，一度穷到连饭都要省着吃。
1902年6月，朋友格罗斯曼的父亲帮他谋到了一个伯尔尼专利局的职位——三级技术员，负责电磁装置专利审查，年薪3500瑞士法郎。终于有了固定收入，他欣喜若狂。然而还没来得及高兴太久，父亲去世了。爱因斯坦后来说，当时唯一能让他觉得对得起父亲的事，就是自己要在科学上有所成就。
他在专利局四楼一间狭长的办公室里，每天审查专利申请。大部分申请内容价值不大，像永动机之类早已被判过死刑的玩意。他靠着惊人的直觉，半天就能干完全天的工作。然后，他会从兜里掏出一张张小纸片，开始在上面演算自己的物理学。若听到局长哈勒的脚步声，就赶紧把纸片塞进抽屉。
下班回到租住的公寓，他继续写，经常一写就是一宿。
伯尔尼那几年，他还有一些朋友，他与索洛文、哈比希特三人组织了一个读书会，戏称奥林匹亚科学院。他们一起读马赫的《感觉的分析》和《力学》、休谟的《人性论》、庞加莱的《科学与假设》、穆勒的《逻辑学》、斯宾娜莎的《伦理学》、黎曼的《几何学基础》等等，边读书边讨论，不亦乐乎。爱因斯坦晚年反复说：不要过分渲染我的童年和少年，大家应该注意奥林匹亚科学院对我的影响。
马赫和休谟给了他一个至关重要的思维：敢于怀疑那些理所当然的概念。比如绝对时间——自古以来，所有人都认为时间是均匀流淌的，与观察者无关。牛顿在《原理》里写道：绝对的、真实的、数学的时间，就其自身和本性而言，均匀地流逝。从来没有人怀疑过这句话。马赫却说：我们对时间的判断，不过是对事物之间关系的表达——地球绕太阳转一圈我们叫一年，石英晶体振荡若干次我们叫一秒，不存在什么绝对时间。
这正是后来一切突破的哲学地基。
然而，只有哲学地基还不足以产生突破性的思维跳跃。
____
三、电磁装置教会了他什么？
专利局的工作不只是糊口，它还给了爱因斯坦接触工程实践的机会，得到一种独特的思维训练。
他每天审查电磁装置的专利申请——计时设备、信号传输、电气协调等等。在20世纪初的瑞士，铁路系统的时间同步是一个与安全和效率息息相关的实际工程问题：不同车站的钟表如何保持一致？用什么信号来校准？以谁的时钟为准？都是工程实践中遇到的切实的时间同步问题。
这些看似琐碎的技术审查，给了他一种独特的思维习惯：追问物理概念的操作性定义。
什么叫两个事件同时发生？哲学家可以空谈，工程师必须给出一个可以实际操作的定义。比如：在两个地点正中间放一个观察者，同时向两端发出光信号，如果两束光同时返回，就说明两端的事件同时发生。
一般的工程师可能就这样解决了。但爱因斯坦是拥有哲学思维和工程思维的科学家，问题来了——这个同时，真的对所有观察者都一样吗？
____
四、谢谢你，我把问题完全解决了
1905年初，26岁的爱因斯坦已经为这个问题挣扎了七年。
他知道自己要调和两个互相矛盾的东西：一方面是绝对时空观——物理定律在所有匀速运动的参考系中应该是一样的，另一方面是光速不变——麦克斯韦理论说光在真空中速度恒为c。在牛顿的框架里，这两者水火不容：如果光速是c，你朝着光跑过去，光速应该变成c+v才对——但实验说不是。
他试图修改洛伦兹的电子理论来弥合这个矛盾，花了近一年时间，全部失败。后来回忆说，白白费了那些工夫。
转折发生在一个美丽的晴天。
他去拜访好友米歇尔·贝索——一位意大利裔电气工程师，爱因斯坦后来在京都大学的演讲中亲口描述了这一幕：
那是一个美丽的晴天，我去拜访他。我对他说：我最近被一个难题困住了。今天我来找你，是想和你一起向它开战。我们讨论了问题的方方面面。回去后，我突然明白了关键在哪里。第二天我又去找他，连招呼都没打就说：谢谢你，我把问题完全解决了。
关键突破就在一句话：分析时间这个概念——时间不能被绝对地定义，时间与信号速度之间有不可分割的联系。
具体来说：远距离事件是否同时发生，不是一个绝对的事实，而是依赖于观察者的运动状态。两个观察者如果相对运动，他们会对哪两件事是同时发生的给出不同答案。
这个顿悟之后，他只用五个星期就写完了《论动体的电动力学》——狭义相对论的奠基论文，论文末尾只感谢了一个人：米歇尔·贝索。
可以肯定的是，如果没有在时间的相对性这个问题上的突破，就不会有狭义相对论；没有狭义相对论也便不会有后来的广义相对论。
这个突破的关键思路，并非来自既有理论的推导，而是来自少年时代的奇特幻想、专利审查过程中对那些枯燥的不同案例中相关问题的提取、与实践经验丰富的工程师的交流，以及哲学的理论启迪。
____
五、语言大模型做不出的跳跃
回到最初的问题：大模型能推导出广义相对论吗？
以爱因斯坦当年自己的真实经历看，答案很明确：不能。
语言模型缺少许多东西，例如：
第一，没有感官的背景体验。爱因斯坦16岁时那个骑光的思想实验，不是在纸上推理出来的，而是看到——在想象中看到一束光在面前飞行，然后追问如果我骑上去会怎样。缘起于这个骑光幻想的旷世追问，最终成就了狭义相对论。
那么，有了狭义相对论，就能理论地推导出广义相对论吗？
1907年，爱因斯坦突然发现了作为广义相对论核心论点的等效原理——那一刻他坐在专利局的椅子上，看到一个人从屋顶自由落下，然后意识到那个下落的人感觉不到自己的重量。
这个以身体感觉为基础的想象，同样是基于知识、术语、规律、理论等的推理所无法替代的。大模型可以读一万遍自由落体这个词，但它体会不到失重。它是在处理token之间的统计概率，不是在模拟物理世界。DeepMind那篇论文的表述很精准：大模型是一个中文屋——它能完美地处理物理学的语言，但无法触及这些语言指向的那个物理世界。
第二，没有质疑理所当然的能力。大模型能做的事情是：给它一个问题，它在训练数据的统计模式里搜寻最可能的答案。但爱因斯坦做的恰恰相反——他是在挑战那个问题本身成立的前提。
重力加速度和动力加速度等效这个语句在1911年之前的物理教科书和学术论文中，都是绝对没有的。而在当时的知识体系中，这两种加速度不同，才是理所当然的。
第三，大模型没有生核能力，没人提问时它纹丝不动。像提出相对论这样从无到有的创新过程，特别需要生核跳跃式的提问。
爱因斯坦之所以能怀疑绝对时间，又敢于提出两种在当时看来没有任何关联的加速度之间的等效，是因为马赫和休谟教他追问每一个概念的来源。这种哲学怀疑，单纯从文本中学不到——它是从奥林匹亚科学院期间读书过程中与朋友们的深夜争论中，从专利局里反复审视那些计时设备、信号传输、电气协调等涉及时间同步的发明方案中，从放浪不羁的科学想象才能孕育的奇特思想实验中，慢慢感悟出来的。这种非逻辑的感悟、高跨度的思维跳跃，只能发生于长期的、高密度的不懈思考，思考的困顿和挣扎后的某种点亮时刻。这是被科技史上无数重要发明、发现验证过的，非逻辑思维的典型特征。
____
结语：真应该以爱因斯坦测试作为AGI判据吗？
1905年6月30日，《论动体的电动力学》寄到了莱比锡《物理学年鉴》——当时物理学界最权威的期刊。它没有一个脚注，没有一篇参考文献（除了对贝索的致谢）。一个伯尔尼专利局的26岁小职员，用五个星期，在一张张小纸片上写下了一个新宇宙。
论文《LLMs can't jump》的结论是谨慎的：当前的大模型架构无法做出这个跳跃，但不意味着AI永远做不了。论文提出了一条可能的路径：物理一致的多模态世界模型——不是让AI看视频学习物理，而是让AI能够主动干预模拟环境，能在虚拟世界中剪断电梯缆绳、从屋顶掉下来、从物理后果中学习。换句话说，给它一个能感受失重的身体——哪怕是个虚拟的身体。
这个方案其实也面临同样的深层问题：模拟场景毕竟不是真实的物理世界。人类那些承继于动物祖先的经历亿万年进化的感觉体验，不是一个在数学空间里跑模拟的模型能够轻易内化的。
本人认为，至少目前，单纯的大模型还跳不起来，除非大模型得到具身装备，走出屏幕体验真实场景。
问题是，走不出屏幕的大模型就不能完成向AGI的转变吗？推导不出相对论就不是AGI吗？AGI的定义，就是它能达到碳基人类的思维水平。相对论，是爱因斯坦这个碳基人类中最极端的佼佼者的思想创造，能说达不到爱因斯坦水平的碳基人就不是人类吗？如果有朝一日大模型具备了生核跳跃功能，它很快就能拥有那些不依赖于体感的人类思维创造力，甚或找到绕开体感而获得人类靠体感才能获得的思维创造力，它还不是AGI吗？
本人觉得，哈萨比斯的这个以爱因斯坦测试作为判定AGI降临的标准，不如我在上一篇号文奇点就在当下——AGI形成中所提出的以自主生核作为判断AGI的标准更合逻辑、更可操作。
____
知更 · 2026-08-01