我讀了一下題目中的連結，也看了一下連結裡面的「分享精華整理」。如果原文沒有太多的刪改，那我覺得朱松純老師說的沒問題。只不過是其中「美國的AI敘事」可能說的大了一些。

大致讀完，我覺得他有幾層意思，都有道理。甚至他的一些觀點很類似LeCun的觀點。但是我就覺得，他說的話更多不是針對業界，而是針對決策者和未來投身ai方向的學生和學者。

朱松純的在這片整理稿表達的邏輯和觀點（相比他和Yau一樣開始搞國學）還是很清晰的。他先說了一個完整的、落地的AI到底需要哪幾個過程。

所以他的觀點非常類似LeCun。大家還記得LeCun在2023年被群嘲么？當時他說 ChatGPT is 'not particularly innovative,' and 'nothing revolutionary' 。他LeCun並不否認ChatGPT的商業成功，但是他在當時的話，被當作「酸」或者解釋自己在Meta搞AI的（相對）失敗。但大家也知道，現在LLM的速度放緩（推理鏈不是遠離層面的提升，而作圖功能也沒有讓chatGPT難產的4.5加速發佈）。

這裡朱松純也是類似的意思，如果不能遠離的提升，現在的發展只不過是小提升。被大企業拖入算力戰爭而已：哪怕追得快，我們還是在他們的框架下發展，在別人框架下永遠就是落後的。

當然，他也提出了一個真的有價值的ai4science方向：用更大的模型和強大的能力去攻克複雜性問題（社會科學的可預測性）。這點我覺得很對，社科真的核心研究問題其實都是複雜系統，但是這些研究者都是數學和複雜系統能力嚴重不足的。所以搞來搞去徒增笑耳。

甚至他順帶把AI4Science的火滅一滅（不是簡單的Generative AI for science，而是要找到更能解釋的模型）。

所以，他的本意還是要注意基礎研究，不要被企業界火熱討論（可能是為了股價的宣傳炒熱，也可能是競爭對手的故意捧殺）帶走方向。