行动中的认知：预测加工框架下的具身智能
近年来，以大语言模型（LLM）为代表的人工智能技术取得了举世瞩目的成就，展现出强大的信息处理与生成能力。然而，在这场繁荣景象之下，一个根本性的局限日益凸显。2025年9月26日，强化学习先驱、图灵奖得主理查德·萨顿（Richard Sutton）在一次访谈中指出，当前试图利用LLM通往通用人工智能（AGI）的路径可能是一条“死胡同”。他认为，智能的本质在于能够从与世界的动态交互中持续学习并更新自身模型，而非仅通过静态数据模仿人类行为。人类与动物的智能是在身体与环境的持续互动、获得反馈、不断调整的循环中产生的。相比之下，LLM的“智能”源于对海量文本的静态训练，完全缺失了在真实世界中获得动态体验的关键环节。这种与物理世界脱节的“离身性”（Disembodiment），正是阻碍LLM迈向AGI之路的根本性瓶颈。在此背景下，具身心智（Embodied Mind）与预测加工（Predictive Processing）两大理论范式正跨越学科边界走向融合，为新一代人工智能的构建提供了极具潜力的思想框架。
未来展望：迈向自主行动的通用智能
具身认知与预测加工的融合为人工智能的发展勾勒出一幅激动人心的蓝图。它昭示着一场从当前“离身的计算智能”向未来“具身的行动智能”的深刻范式转型正在发生。
在理论层面，这一融合框架为理解智能本质提供了更统一的视角。它超越了传统计算主义与激进生成主义的对立，将大脑内部建模能力与身体在环境中的行动实践相融合，共同构成完整的认知系统。在此系统中，感知、认知与行动不再是彼此割裂自足的模块，而是动态的、循环的、不可分割的整体。这不仅有助于解释人类智能的主动探索、直觉决策与创造力等特征，也为构建更具人类特质的通用人工智能奠定了坚实理论基础。
在技术层面，这一融合为人工智能设计提供了新的原则。未来的AI将不再是被动处理数据的“计算器”，而是内置“预测脑”的“行动者”。它将拥有自适应的内部世界模型，并通过感觉运动回路与环境紧密耦合。这样的智能体能够基于内在的“好奇心”主动探索环境、测试假设，从而在持续的互动中自主学习和成长。在机器人、自动驾驶、人机交互等领域，这种具身的预测模型将使机器的行为更加灵活、鲁棒（Robust）且富有预见性，真正做到“知行合一”。
当然，通往这一目标的道路依然充满挑战。如何高效地实现大规模预测模型的实时更新、如何为智能体设定符合人类价值观的内在偏好、如何确保其自主行动的安全性与伦理边界，都是亟待解决的重大课题。然而，每一次科学范式的交汇都孕育着巨大的创新潜力。从计算主义到联结主义，再到具身与预测范式，我们对智能的探索正在不断深入。基于预测加工框架下的具身智能理论，正为新一代人工智能指明方向：未来的智能将不再是漂浮于数字空间的孤岛，而是深深植根于物理世界、能够自主预测并主动行动的智能体。
（本文系国家社科基金重大项目“马克思主义认识论与认知科学范式的相关性研究”（22&ZD034）阶段性成果）
（作者系杭州电子科技大学马克思主义学院讲师；浙江大学哲学学院教授、浙江大学脑机智能全国重点实验室兼聘研究员）
