摘要：跟Claude聊了一下午的旅行攻略，隔天再问它推荐的民宿，它居然一脸“茫然”；用Gemini改了好几次简历，换个话题回来，它早忘了你求职的行业方向。

跟Claude聊了一下午的旅行攻略，隔天再问它推荐的民宿，它居然一脸“茫然”；用Gemini改了好几次简历，换个话题回来，它早忘了你求职的行业方向。

明明这些AI能一口气处理几十万字的内容，比我们的短期记忆强多了，咋就成了“聊完就忘”的“鱼脑袋”？最近，AI圈的大神级人物，特斯拉前AI总监安德烈·卡帕西，把这个行业难题捅破了。

这位师从李飞飞、参与创办OpenAI、被马斯克看好的顶级专家直言：当前AI学不会像人一样成长，根本原因是它不会“睡觉”。

这个听起来像玩笑的结论，背后藏着人工智能发展的关键密码。

在AI圈，卡帕西的话从来不是空穴来风。

这位15岁移民加拿大、受深度学习教父辛顿启蒙的科学家，从斯坦福的讲台到特斯拉的自动驾驶实验室，一路见证了AI技术的起起落落。

他发现，现在最牛的AI模型，其实都在犯同一个低级错误，只会“接收信息”，不会“消化信息”。

卡帕西打了个形象的比方：人类清醒时收集信息，就像把东西塞进一个临时的“收纳盒”，而睡眠就是晚上回家整理收纳盒的过程，把没用的垃圾扔掉，把有用的东西分类放进衣柜，还会顺便把新东西和旧藏品摆在一起，找出隐藏的联系。

这个“夜间整理”的过程，正是AI完全不具备的能力。

咱们普通人可能没意识到，睡眠里的大脑比白天还忙。

中国科学院的研究团队最近发现，在非快速眼动睡眠期间，大脑里的海马体和皮层会玩“传接球”游戏：海马体先把白天的记忆抛出去，皮层接住后再扔回来，这样反复几次，记忆就被牢牢巩固了，这就是睡眠中的“记忆回声”效应。

更神奇的是，这个过程还有精准的“时间窗口”，每60秒就会出现一次记忆处理的黄金期，错过这个窗口，短期记忆就可能变“过期文件”。

但现在的AI根本没有这个“整理环节”。

卡帕西一针见血地指出：“大型语言模型从来不会对白天的交互进行痴迷分析，更不会把学到的东西提炼成自己的能力。”

它们就像永远清醒的工作狂，虽然能临时记住大量信息，却连“睡前整理”的机会都没有。

要说AI的“临时记忆力”，那确实比人类强太多。

谷歌的Gemini2.5Pro能一次性处理100万token的内容，相当于75万字的百科全书，是GPT-4o的8倍；Anthropic的Claude3.7Sonnet也能拿下20万token，应付一本长篇小说不在话下。

可这种“超强记忆”只是表面功夫。

你跟Gemini聊完育儿经，它能当下给你列一堆辅食食谱，但一周后再问它“上次推荐的高铁米粉品牌”，它只会重新给你搜一遍答案。

这就像你能背下整本书的内容，却连第一章的核心观点都记不住，记住了“文字”，没消化“知识”。

问题的根源藏在AI的“工作模式”里。

现在的大模型都是“一锤子买卖”：先花几个月时间啃完互联网上的海量数据，完成“预训练”，之后就把自己的“知识参数”冻起来，再也不更新了。

平时跟你聊天，只是在这个固定的“知识库”里找答案，聊完就清空缓存，啥也留不下。

这跟人类的学习方式完全反着来。

咱们学骑自行车，不是先背完理论就永远会骑，而是通过一次次练习，让身体形成肌肉记忆，把“骑车技巧”真正变成自己的能力。

可AI学再多东西，也只是在“临时调用”，从来不会真正“内化”。

更头疼的是，AI还犯了“学新忘旧”的毛病。

研究者发现，要是强行让AI学新知识，它会立刻把旧知识忘得一干二净，这就是所谓的“灾难性遗忘”。

虽然有人想出了“弹性权重整合”这类办法，试图保护旧知识的“位置”，但效果差远了，就像用胶带粘住书架上的书，新书一放还是会把旧书挤掉。

卡帕西说，要解决AI的“健忘症”，就得让它学会“睡觉”，不是真的闭眼休息，而是建立一套类似人类睡眠的“离线处理机制”。

简单说，就是让AI定期“下线复盘”，把近期的交互经历好好“消化”一番。

这个“数字睡眠”得干三件事：先筛选出重要信息，比如用户反复提到的偏好、解决问题的关键思路；再把这些信息和已有的知识整合起来，比如把“用户爱喝三分糖奶茶”和“用户有血糖顾虑”联系起来；最后更新自己的“知识权重”，确保下次能直接用上这些新认知。

现在已经有AI模型在往这个方向试探了。

DeepSeek最新的V3.2模型搞出了个“稀疏注意力机制”，就像人类聊天时会自动忽略废话、抓住重点一样，它处理长文本时只会挑出2048个最关键的信息点重点分析，把计算效率提上去了不少。

但这只是“学会了挑重点”，离真正的“消化吸收”还差得远。

更前沿的探索已经触及了AI的“体质改造”。

有研究团队在试做“神经可塑性”模型，让AI的“神经网络”能像人类大脑一样，通过调整连接强度来记住新知识；还有人在研究“元学习”，想让AI先学会“怎么学习”，再去吸收具体知识。

不过这些都还停留在实验室阶段，离落地还差着十万八千里。

卡帕西倒是很乐观，他提出了“认知趋同进化”的想法：不管是生物大脑还是AI，要实现真正的智能，最终都会走上相似的路。

就像鸟儿和飞机用不同方式实现了飞行，AI说不定也会用自己的方式“学会睡觉”。

要是AI真的学会了“睡觉”，咱们的生活可能会发生翻天覆地的变化。

卡帕西设想的未来里，每个人都会有专属的AI，它记得你喝咖啡要加两勺糖、记得你对花粉过敏、记得你辅导孩子作业时最头疼的知识点，甚至能摸清你的说话习惯，跟你聊起天来比老朋友还默契。

这种个性化可不是现在的“标签式推荐”能比的。

现在的AI给你推商品，靠的是“大数据统计”；而会“睡觉”的AI给你推荐，靠的是“深度理解”，它能从你上周抱怨“失眠”和今天问“养生茶”的细节里，算出你可能需要助眠的配方，而不是简单扔给你一堆茶包链接。

不过要实现这个愿景，不光要解决技术问题，还得跨过伦理这道坎。

AI“睡觉”时要复盘大量私人对话，这些数据怎么保护？要是有人故意给AI输入错误信息，它会不会“学坏”？

更关键的是，个性化到极致的AI，会不会反而限制我们的认知，让我们困在“信息茧房”里？这些问题现在还没有答案，但这不影响我们对未来的期待。

毕竟就在几十年前，谁能想到电脑能揣进兜里，AI能跟人聊哲学？卡帕西说，AI的“失眠症”不是绝症，而是通往真正智能的必经之路。

或许再过个十年八年，当你唤醒家里的AI时，它会先跟你说：“昨天你聊的那本小说，我‘想’了一晚上，发现结局还有另一种可能”，到那时，AI才算真正学会了“成长”。

而这一切的起点，可能就是我们现在正在讨论的：让AI好好“睡一觉”。

来源：探秘发现一点号