前兩天，Google發(fā)了一個(gè)非常有趣的論文：

　　 《Nested Learning: The Illusion of Deep Learning Architectures》

　　 非常有意思，很多人戲稱，這篇論文，是《Attention is all you need (V2)》。

　　 《Attention is all you need》，神中神。

　　 這篇論文提出的Transformer架構(gòu)，現(xiàn)在是幾乎所有大模型的底層，比如GPT、Gemini、Claude、Qwen、DeepSeek等等等等。

　　 2017 年的論文，到了 2025 年，引用次數(shù)已經(jīng) 17 萬+，進(jìn)入 21 世紀(jì)被引用最多的論文前十名，被正式稱為現(xiàn)代 AI 的奠基工作之一。

　　 而現(xiàn)在，所謂的《Attention is all you need (V2)》雖然是個(gè)純粹的戲稱，但是也能看出來，如今的大模型發(fā)展到了個(gè)瓶頸，也急需一種新方法突破的階段了。

　　 所以，《Nested Learning: The Illusion of Deep Learning Architectures》應(yīng)運(yùn)而生。

　　 有趣的是，2017年的來自于《Attention is all you need》來自于Google Research，這次，依然是Google Research。

　　 遙相呼應(yīng)了屬于是。

　　 在我花了一些時(shí)間讀完這篇論文后。

　　 我覺得我還是學(xué)到了非常多的東西，有一種我之前看DeepSeek-OCR那篇論文的美感。

　　 我盡可能的用大白話，來聊聊這篇論文到底說了個(gè)啥，以及它為啥可能這么牛逼。

　　 話不多說，直接開始。

　　 要理解這篇論文的牛逼之處，我們得先理解現(xiàn)在的大模型有個(gè)非常致命的缺陷。

　　 這個(gè)缺陷，就是：

　　 失憶。

　　 更準(zhǔn)確地說，是：

　　 順行性遺忘癥。

　　 我們常說，人腦這東西，最厲害的一點(diǎn)，從來不是計(jì)算的多又快，有多省功耗，而是能記多久，又能多聰明。

　　 你肯定見過那種經(jīng)典的神經(jīng)科普。

　　 比如告訴你，大腦有短期記憶、長期記憶，短期記憶大概能同時(shí)存 7±2 個(gè)東西，然后很容易忘掉，長期記憶存得久，但寫入很慢，要反復(fù)出現(xiàn)、要睡覺鞏固、要和別的東西勾連，你才能記很久很久很久。

　　 然后呢，現(xiàn)在的神經(jīng)科學(xué)也會(huì)提到一個(gè)觀點(diǎn)，就是說：

　　 記憶是分階段鞏固的，有在線的那一段，也有離線的那一段。

　　 大概就是你白天學(xué)的東西，會(huì)先在海馬體里寫個(gè)草稿，晚上睡覺的時(shí)候，大腦會(huì)在各種腦波里反復(fù)replay，慢慢把重要的東西刻進(jìn)皮層，變成真正的長期記憶。

　　 所以啊，睡眠不好，會(huì)讓你的記憶力越來越差，不是沒有根據(jù)的，我現(xiàn)在就能明顯的感覺到，記憶力越來越差了。。。

　　 但是啊，如果你的這里出問題，就會(huì)出現(xiàn)我們?cè)谏衔恼f的那個(gè)很典型的病。

　　 順行性遺忘癥。

　　 這類病人以前的記憶都在，但從某個(gè)時(shí)間點(diǎn)以后，新東西統(tǒng)統(tǒng)寫不進(jìn)長期記憶。

　　 他們的世界只有“很久很久以前”和“剛剛這幾分鐘”，剩下的時(shí)間一片空白，每一天都像被困在剛剛發(fā)生的循環(huán)里。

　　 不知道大家有沒有看過諾蘭的一個(gè)很經(jīng)典的電影《記憶碎片》。

　　 主角只能記住幾分鐘內(nèi)發(fā)生的事，一旦超過這個(gè)時(shí)間，記憶就清零了，只能靠身上的紋身和紙條來提醒自己。

　　 他知道自己是誰，知道自己過去的一切，但他無法形成新的、長久的記憶。

　　 現(xiàn)在所有的大模型，GPT-5.1也好，Gemini 3 pro也好，再牛逼的模型，現(xiàn)在本質(zhì)上都是《記憶碎片》的主角。

　　 它們那個(gè)龐大的、包含了半個(gè)互聯(lián)網(wǎng)知識(shí)的模型參數(shù)，就是主角過去的人生記憶，也是他的長期記憶。

　　 而我們跟它聊天時(shí)的那個(gè)上下文窗口，就是他那幾分鐘的短期記憶。

　　 你在一個(gè)對(duì)話里教它一個(gè)新知識(shí)，它能記住，還能舉一反三。

　　 但只要你關(guān)掉對(duì)話框，重新開一個(gè)，再問它，它就一臉無辜地看著你：“咱倆之前聊過這個(gè)嗎？”

　　 這里咱們不聊ChatGPT和Gemini里面那種記憶的能力，那個(gè)本質(zhì)上是RAG，不能算從模型層面，真的記住了那些你說過的知識(shí)。

　　 所以，我們其實(shí)可以看到，大模型的知識(shí)，被永遠(yuǎn)凍結(jié)在了預(yù)訓(xùn)練結(jié)束的那一刻。

　　 從那以后，它就失去了形成新長期記憶的能力。

　　 每一次對(duì)話都是一場絢爛的煙火，美則美矣，但消散后，什么都不會(huì)留下。

　　 所以，這也意味著，現(xiàn)在你能用到的

　　 AI，也永遠(yuǎn)無法真正地成長。

　　 它無法從與你的互動(dòng)中真正地了解你，也無法從解決了一個(gè)新問題后把經(jīng)驗(yàn)固化下來。

　　 所以，其實(shí)我們每次跟AI開啟一個(gè)新的對(duì)話，都是在和一個(gè)全新的、只有出廠設(shè)置的AI打交道。

　　 這里還是再強(qiáng)調(diào)一下，我說的一直都是模型層面，不是ChatGPT上面的那種記憶功能，那是工程層面，跟模型本身沒啥關(guān)系。

　　 講到這里，我相信大家，都已經(jīng)理解了，在現(xiàn)在的AI架構(gòu)之下，這個(gè)致命的弊端。

　　 就是，順行性遺忘。

　　 所以，這篇《Nested Learning》（嵌套學(xué)習(xí)，簡稱NL）的論文，就是沖著這個(gè)根本問題來的。

　　 他們關(guān)注到了人腦里，一個(gè)特別有意思的現(xiàn)象，就是腦電波。

　　 我們的大腦里，其實(shí)是有各種不同頻率的腦電波，他們各自騎著不同的作用。

　　 比如睡覺時(shí)的Delta波（0.5-4Hz），放松時(shí)的Alpha波（8-12Hz），專注時(shí)的Beta波（12-30Hz）等等。

　　 這些不同程度的腦電波，其實(shí)都代表著不同的神經(jīng)元在處理一些不同的任務(wù)。

　　 比如有些神經(jīng)元在飛速地處理眼前的信息，像電腦的GPU一樣，這是高頻活動(dòng)。

　　 有些則在慢悠悠地整理、歸納、存儲(chǔ)信息，把短期記憶變成長期記憶，這是低頻活動(dòng)。

　　 所以，我們的大腦，其實(shí)一直是一個(gè)非常復(fù)雜的多頻率多層次協(xié)同工作的系統(tǒng)。

　　 我用開車這事來舉個(gè)例子，比如你正在學(xué)開車。

　　 你的最高頻系統(tǒng)，是你的手腳肌肉記憶。

　　 方向盤往左打多少，油門踩多深，這個(gè)反應(yīng)得非常快，幾乎是毫秒級(jí)的。這是最表層的、最快的學(xué)習(xí)。

　　 你的中頻系統(tǒng)，是你的戰(zhàn)術(shù)決策。

　　 比如“前面紅燈了，我該踩剎車了”、“旁邊有車要并線，我得讓一下”。這個(gè)決策過程比肌肉反應(yīng)要慢，可能是秒級(jí)的，你需要一點(diǎn)點(diǎn)時(shí)間來處理路況信息，這是中頻。

　　 你的低頻系統(tǒng)，是你的戰(zhàn)略規(guī)劃。

　　 比如“我今天要去A地，導(dǎo)航顯示這條路堵車，我應(yīng)該換一條路走”。

　　 這個(gè)學(xué)習(xí)和決策過程就更慢了，你可能在出發(fā)前就想好了，路上還會(huì)根據(jù)情況調(diào)整，這是低頻。

　　 你的最低頻系統(tǒng)，是你的核心駕駛理念和能力。

　　 通過幾個(gè)月的練習(xí)，你從一個(gè)新手變成了老司機(jī)。

　　 這個(gè)學(xué)會(huì)開車的過程，徹底改變了你大腦中關(guān)于駕駛的神經(jīng)連接，而這個(gè)變化是非常緩慢的，是以天、周、月為單位的，用AI的話說，就是，你的駕駛模型被重塑了。

　　 從這個(gè)學(xué)會(huì)開車這么一個(gè)小事上來說，你應(yīng)該能發(fā)現(xiàn)，

　　 我們?nèi)祟惖膶W(xué)習(xí)，天然就是嵌套式的，也是分層次分頻率的。

　　 我們不會(huì)用思考人生哲學(xué)的腦回路去控制踩剎車的肌肉，也不會(huì)用肌肉記憶去規(guī)劃一次長途旅行。

　　 現(xiàn)在的以Transformer為首的大模型架構(gòu)，問題就出在這。它雖然有很多層，但本質(zhì)上，它是個(gè)單頻系統(tǒng)。

　　 在訓(xùn)練的時(shí)候，所有參數(shù)的更新節(jié)奏基本是一致的，訓(xùn)練結(jié)束后，整個(gè)系統(tǒng)就被鎖死，所有頻率都?xì)w零了。

　　 他再也沒有辦法學(xué)習(xí)了。

　　 而再《Nested Learning》這套框架下，論文又提出了一個(gè)新的模型模塊 ，HOPE，名字非常好聽，叫希望。

　　 HOPE里面，混了兩個(gè)東西，一部分是會(huì)自我修改權(quán)重的序列模型，一部分是多時(shí)間尺度的連續(xù)記憶帶（Continuum Memory System）。

　　 從而，讓HOPE，擁有了帶自我更新機(jī)制的記憶單元。

　　 它要把一個(gè)AI模型，明確地拆分成不同更新頻率的層級(jí)。

　　 再這套框架下，AI在跟你對(duì)話的時(shí)候：

　　 它的高頻層，在飛速處理你說的每個(gè)詞，理解你的意圖，生成回復(fù)，這部分記憶是臨時(shí)的，對(duì)話結(jié)束可能就忘了。

　　 它的中頻層則在以一個(gè)稍慢的速度，分析你這整個(gè)對(duì)話的主題、你的情緒、你的知識(shí)盲區(qū)，試圖形成一個(gè)關(guān)于這次互動(dòng)的概要記憶。

　　 它的低頻層則更慢，它在整合過去一段時(shí)間里，跟你的所有互動(dòng)。它可能會(huì)發(fā)現(xiàn)：“哦，這個(gè)用戶最近總是在問關(guān)于古典音樂的問題，而且他似乎對(duì)巴赫特別感興趣。我應(yīng)該把‘該用戶是古典音樂愛好者’這個(gè)標(biāo)簽存入關(guān)于他的長期檔案里。”

　　 這個(gè)過程，就非常非常像人腦的記憶鞏固機(jī)制了。

　　 我們白天經(jīng)歷了很多事，這些都是碎片化的短期記憶，儲(chǔ)存在我們大腦的海馬體里。

　　 到了晚上睡覺的時(shí)候，大腦會(huì)像放電影一樣回放這些記憶片段（再論文里叫offline consolidation），把重要的信息篩選出來，然后寫入到大腦皮層，成為穩(wěn)定的長期記憶。

　　 嵌套學(xué)習(xí)，就是給了AI一個(gè)睡覺和反思的能力。

　　 可以讓AI，成為一個(gè)可以日積月累、不斷沉淀的學(xué)習(xí)者。

　　 講到這里，你可能立刻會(huì)有一個(gè)疑問。

　　 就是這個(gè)ChatGPT的記憶。

　　 你可能會(huì)說：“等等，現(xiàn)在的大模型不是已經(jīng)有記憶了嗎？我告訴它我是一個(gè)素食主義者，它就能記住，下次會(huì)給我推薦素食餐廳。這不就是你說的那個(gè)低頻層在起作用嗎？”

　　 但這個(gè)地方，我想說，這其實(shí)是個(gè)隨身帶個(gè)筆記本和記在了腦子里的根本區(qū)別。

　　 你看到的ChatGPT的記憶功能，本質(zhì)上就是一個(gè)筆記本，當(dāng)你告訴它一個(gè)信息，比如“我是個(gè)大呆逼”，它并沒有真正把這個(gè)信息學(xué)進(jìn)它那個(gè)巨大的神經(jīng)網(wǎng)絡(luò)大腦里去。

　　 它的核心模型，那上萬億個(gè)參數(shù)，一個(gè)子兒都沒動(dòng)。

　　 它做的是，把“用戶是個(gè)大呆逼”這個(gè)事實(shí)，提煉出來，存進(jìn)一個(gè)外掛的數(shù)據(jù)庫里，這個(gè)就是非常常見的一個(gè)技術(shù)，叫檢索增強(qiáng)生成，也就是RAG。

　　 下次你跟它聊天，它會(huì)先在這個(gè)數(shù)據(jù)庫里迅速翻一下，找到跟你相關(guān)的信息，然后把“已知該用戶是個(gè)大呆逼”這句話，悄悄地、自動(dòng)地塞進(jìn)你們對(duì)話的背景信息里，再來回答你的問題。

　　 所以，它的大腦本身還是那個(gè)失憶的大腦。

　　 它只是擁有了一個(gè)越來越厚的、關(guān)于你的外部參考資料庫。

　　 它不是真的記得，而是在每次對(duì)話前，都先看一遍筆記再來回答，僅此而已。

　　 這很強(qiáng)大，非常實(shí)用，但它有極限。這個(gè)極限就是，它無法將這些零散的知識(shí)點(diǎn)內(nèi)化為真正的理解或直覺。

　　 而《Nested Learning》提出的設(shè)想，是真正地去重塑大腦。

　　 當(dāng)它的低頻層運(yùn)行時(shí)，它不是往外掛數(shù)據(jù)庫里寫一行字。

　　 它是用你和它的互動(dòng)數(shù)據(jù)，去微調(diào)和更新它自己神經(jīng)網(wǎng)絡(luò)內(nèi)部的參數(shù)。

　　 這其實(shí)就像我們自己學(xué)習(xí)新技能，通過反復(fù)練習(xí)，大腦里負(fù)責(zé)這項(xiàng)技能的神經(jīng)突觸被真正地加強(qiáng)、重塑了。

　　 再舉個(gè)例子，一個(gè)鋼琴家。

　　 給他一本新樂譜，他可以看著譜子（外部記憶）彈出來，彈得可能很準(zhǔn)，但也許沒啥感情，你把樂譜拿走，他就彈不出來了，這就是現(xiàn)在ChatGPT的記憶。

　　 但，如果這位鋼琴家花了一個(gè)月的時(shí)間練習(xí)這首曲子，他早就已經(jīng)扔掉樂譜，曲子已經(jīng)融入了他的肌肉記憶和情感理解，他的大腦和手指的神經(jīng)也完全緊密連接。

　　 他不僅能彈，還能即興變奏，還能跟你探討這首曲子背后的情感。這就是嵌套學(xué)習(xí)所追求的境界。

　　 所以，你看，這完全是兩個(gè)層面的事。

　　 現(xiàn)有記憶，是一種行為上的模擬。它通過外部工具，讓AI看起來像有記憶，但其實(shí)AI的世界觀和底層邏輯是紋絲不動(dòng)的。

　　 而這個(gè)嵌套學(xué)習(xí)的方法，是一種結(jié)構(gòu)上的成長。它能讓AI的神經(jīng)網(wǎng)絡(luò)本身發(fā)生改變，把新的信息和經(jīng)驗(yàn)，從零散的數(shù)據(jù)點(diǎn)內(nèi)化成模型自身能力的一部分，從而，讓知識(shí)，真正變成了智慧。

　　 這就是為什么這篇論文，為啥讓我如此令人興奮的原因。

　　 這才是未來，真正的AI。

　　 一個(gè)真正懂你的個(gè)人助理，你不用每次都跟它重復(fù)你的個(gè)人偏好和背景信息，它記得你上次跟它聊過你的寵物狗，記得你對(duì)貓毛過敏，記得你正在籌備下個(gè)月的旅行。

　　 它跟你的互動(dòng)越多，就越懂你。

　　 這才是真正的。

　　 Personal AI。

　　 而在真正的評(píng)測里，論文作者拉來了Transformer++、RetNet、DeltaNet、Titans那些模型，在同樣的參數(shù)量和訓(xùn)練數(shù)據(jù)下，HOPE在一串常見評(píng)測上，平均成績都是第一檔。

　　 這條路，是有可能成功的。

　　 萬物皆是嵌套。

　　 一個(gè)細(xì)胞的生命周期，嵌套在一個(gè)器官的運(yùn)轉(zhuǎn)中。

　　 一個(gè)器官的運(yùn)轉(zhuǎn)，嵌套在一個(gè)人的生命里。

　　 一個(gè)人的生命，嵌套在一部家族史里。

　　 一部家族史，又嵌套在一個(gè)文明的興衰中。

　　 每一層都有自己的節(jié)拍和韻律，它們彼此影響，共同構(gòu)成了這個(gè)復(fù)雜而美妙的世界。

　　 也許，我們大腦幾百萬年進(jìn)化出來的學(xué)習(xí)機(jī)制，可能真的，非常地道。

　　 而AI要做的，也許不是另起爐灶，而是更謙卑地去模仿這種嵌套的、多層次的、充滿韻律感的智慧。

　　 也許，當(dāng)AI真的學(xué)會(huì)了遺忘，學(xué)會(huì)丟棄不重要的信息，學(xué)會(huì)了沉淀，學(xué)會(huì)了鞏固重要的記憶，學(xué)會(huì)了在喧囂中保持一份緩慢的思考時(shí)。

　　 它才真正開始擁有智能的幻覺。

　　 甚至。

　　 靈魂的雛形。

　　 這條路還很長，但想想就讓人激動(dòng)，不是嗎？

　　以上，既然看到這里了，如果覺得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～謝謝你看我的文章，我們，下次再見。

　　>/ 作者：卡茲克