我读了一下题目中的链接，也看了一下链接里面的「分享精华整理」。如果原文没有太多的删改，那我觉得朱松纯老师说的没问题。只不过是其中「美国的AI叙事」可能说的大了一些。

大致读完，我觉得他有几层意思，都有道理。甚至他的一些观点很类似LeCun的观点。但是我就觉得，他说的话更多不是针对业界，而是针对决策者和未来投身ai方向的学生和学者。

朱松纯的在这片整理稿表达的逻辑和观点（相比他和Yau一样开始搞国学）还是很清晰的。他先说了一个完整的、落地的AI到底需要哪几个过程。

所以他的观点非常类似LeCun。大家还记得LeCun在2023年被群嘲么？当时他说 ChatGPT is 'not particularly innovative,' and 'nothing revolutionary' 。他LeCun并不否认ChatGPT的商业成功，但是他在当时的话，被当作「酸」或者解释自己在Meta搞AI的（相对）失败。但大家也知道，现在LLM的速度放缓（推理链不是远离层面的提升，而作图功能也没有让chatGPT难产的4.5加速发布）。

这里朱松纯也是类似的意思，如果不能远离的提升，现在的发展只不过是小提升。被大企业拖入算力战争而已：哪怕追得快，我们还是在他们的框架下发展，在别人框架下永远就是落后的。

当然，他也提出了一个真的有价值的ai4science方向：用更大的模型和强大的能力去攻克复杂性问题（社会科学的可预测性）。这点我觉得很对，社科真的核心研究问题其实都是复杂系统，但是这些研究者都是数学和复杂系统能力严重不足的。所以搞来搞去徒增笑耳。

甚至他顺带把AI4Science的火灭一灭（不是简单的Generative AI for science，而是要找到更能解释的模型）。

所以，他的本意还是要注意基础研究，不要被企业界火热讨论（可能是为了股价的宣传炒热，也可能是竞争对手的故意捧杀）带走方向。