币圈界报道：

AI无法穿透新文献的思想内核：Vitalik揭示人类认知优势

以太坊联合创始人Vitalik Buterin提出一个关键判断：在解析尚未被广泛纳入训练数据的新兴学术文献时，人工智能依然难以把握其深层论点。这一观点凸显了当前模型在处理原创性思想时的根本局限。

模型依赖已有知识库，难以应对思想前沿

尽管大语言模型具备惊人的信息提取能力，能精准识别引用来源并复述常见论述，但其对未曾接触过的原创性主张往往只能做出肤浅评估。这种缺陷在首次阅读陌生文本时尤为显著。

从经典讨论到新作评审：差异暴露模型边界

当面对历史悠久的经典作品时，模型可借助大量人类评论与学术解读作为参考；而一旦遭遇全新的研究成果或政策提案，它便只能依靠文本本身进行判断，缺乏上下文支撑，导致分析流于表面。

匿名挑战揭示风格识别的深层逻辑

2024年6月，Vitalik发起一项公开测试，旨在验证AI是否能通过写作风格追溯匿名发布的技术文档。最终，由Franklyn Wang团队开发的工具成功锁定目标，其依据并非词汇使用，而是作者特有的推理路径与技术阐述方式。

他重申，机器正逐步取代人类在特定任务中的角色，但这一过程是分阶段推进的，而非整体性替代。若忽视此节奏，将陷入对技术能力的误判。

在去中心化系统安全层面，他警告称，未来两年内AI可能削弱智能合约审计等关键环节的可靠性。为此，他倡导保留人工干预机制，如“偏执模式”对话与“算力寒冬按钮”等治理设计，防止因过度信任自动化输出而酿成风险。