Gary Marcus 两天前发了条推文：「OMG。2026 年把文件托付给 AI Agent，愿上帝保佑你们。」

语气悲观，但他的逻辑反而比大多数人都清晰。

Claude Code 为什么更好用？因为它神经符号派了

Marcus 拆解了 Claude Code 的底层结构：它有 486 个条件分支、12 层嵌套，全部在一个确定性、符号化的循环里——这套东西，John McCarthy、Marvin Minsky、Herb Simon 这些 AI 老炮一眼就能认出来。

换句话说：Anthropic 在 LLM 基础上叠加了古典 AI 技术，也就是代码执行层。这就是神经符号派（Neurosymbolic AI）的架构。

Marcus 从 2001 年的书《The Algebraic Mind》开始，就一直倡导神经网络和符号 AI 的结合。2025 年，Anthropic 终于走到了他说的方向上。「这是对我的一次巨大验证，」他在推文里写道，「但它仍然不完美，离完美还差得远。」

AlphaFold、AlphaEvolve、AlphaProof、AlphaGeometry 也都是神经符号派。Code Interpreter 也不是纯 LLM——它调用了符号 AI 来完成关键工作。

为什么 scaling 不够用了

Marcus 的核心论点从来没变过：纯深度学习缺乏因果表示能力，没有逻辑推理，整合抽象知识的能力也存疑。

过去十几年，硅谷的回应一直是： Scale Scale Scale。AGI 明年就来。

结果呢？AGI 依然没来。LLM 依然 hallucinate，依然犯低级错误。推理依然是核心难题。

Caltech 和斯坦福最近发了一篇论文叫《Large Language Model Reasoning Failure》，覆盖了几乎所有主流推理模型——无一例外都有重大推理缺陷。

下一阶段真正需要什么

Marcus 在 2020 年写了一篇《Next Decade in AI》，列出了四个方向：

  1. 神经符号 AI（已实现——Anthropic 走在了前面）
  2. 知识驱动的 AI
  3. 推理驱动的 AI
  4. 世界模型驱动的 AI

第一条已经发生。剩下三条，Marcus 认为只是时间问题。

但 Ernie Davis 和 Marcus 在 2019 年《Rebooting AI》一书里也指出了另一个问题：Claude Code 的代码部分本身也是一团糟，软件工程能力也需要大幅提升。

这个故事，只能改天再说。

附： 如果你想深入了解 Marcus 认为 AI 接下来真正需要做什么，可以去读那篇 2020 年的《Next Decade in AI》。