一句话版本
批评大模型的人常说："它只是在预测下一个词。"而认知科学中影响力很大的预测加工理论认为：人脑本质上也是一台预测机器，不断预测下一刻的感觉输入，只把"预测错了的部分"向上传递。 那么，人脑和 LLM 的差别在哪里？本文的回答是：两者共享"预测"这一核心原则，但在预测什么（多感官的身体与世界 vs 文本）、为什么预测（维持生存 vs 最小化训练损失）、能否通过行动检验预测（能 vs 基本不能）、以及结构（层级化双向 vs 主要前馈）上有根本差异。这些差异，恰好指出了下一代模型可能的改进方向。
定位
理论比较与评述。预测加工理论在认知科学中有广泛影响，但也受到批评；神经科学与 LLM 的类比需要谨慎。
第一层：通俗理解
1.1 你没注意到的预测
- 你走下楼梯，以为还有一级，结果没有，脚下一空，吓一跳；
- 读到"今天天气很……"，你脑子里已经准备好了"好"或"冷"；
- 熟悉的房间里时钟停了，你过了很久才发现"好像少了什么声音"。
这些时刻说明：大脑一直在提前预测，只有预测出错时，你才会"注意到"。
1.2 预测加工的核心图景
| 传统看法 | 预测加工的看法 |
|---|---|
| 感官把信息送进大脑，大脑逐层加工、识别 | 大脑从上往下发出预测，感官从下往上只送回预测误差 |
| 知觉 = 处理输入 | 知觉 = 大脑的最佳猜测，被输入不断校正 |
| 行动是知觉之后的事 | 行动是让世界符合预测的另一种方式 |
第二层：理论来源
| 来源 | 内容 |
|---|---|
| 赫尔姆霍兹（19 世纪） | 知觉是"无意识推断" |
| Rao 与 Ballard（1999） | 视觉皮层的预测编码模型：高层预测低层，低层传回误差 |
| Friston 的自由能原理（2006 年起） | 把预测加工推广为大脑乃至生命的一般原理：最小化惊讶（见《自由能原理作为训练目标》） |
| Andy Clark《Surfing Uncertainty》（2016） | 对预测加工的系统哲学阐释 |
| Anil Seth《Being You》（2021） | 把意识体验（包括自我和情绪）解释为大脑的"受控幻觉"，尤其强调对身体内部状态的预测 |
| 神经科学与 LLM 的对比研究 | 多项研究发现，语言模型的内部表征能在一定程度上预测人在听故事、读文本时的大脑活动；人脑在语言理解中确实会预测即将出现的词 |
最后一点很有意思：在语言这个狭窄的领域里，LLM 的预测与人脑的语言区存在可测量的对应关系。
第三层：相同与不同
3.1 相同之处
- 都以预测误差驱动学习；
- 都能从预测中涌现出对结构的理解（语法、语义、常识）；
- 都可以看作在构建一个生成模型：一个能"生成"可能输入的内部模型。
3.2 根本差异
| 维度 | 人脑 | LLM |
|---|---|---|
| 预测什么 | 视觉、听觉、触觉、身体内部状态（心跳、饥饿）等多感官的连续信号 | 文本 token（多模态模型扩展到图像、音频） |
| 为什么预测 | 为了维持身体的稳态和生存；预测错误有真实代价 | 为了最小化训练损失；预测错了只是梯度 |
| 能否行动 | 可以通过行动改变输入、检验预测（主动推断） | 预训练中完全被动；只有在 Agent 和 RL 中才有有限的行动 |
| 结构 | 层级化、双向（大量自上而下的反馈连接） | 单次前向计算主要是自下而上的；"自上而下"只体现在逐 token 生成的循环中 |
| 学习时机 | 终身持续学习 | 训练后冻结（见《测试时学习》） |
| 身体 | 有身体，有需要维持的内环境 | 没有 |
3.3 这些差异意味着什么
把差异逐条翻转，就得到一份改进 LLM 的方向清单，也正对应本系列 llm-frontier 板块的几篇文章：
| 差异 | 对应的研究方向 |
|---|---|
| 只预测文本 → 预测世界状态 | 世界模型后训练 |
| 被动预测 → 通过行动检验 | 干预式训练、自由能原理作为训练目标 |
| 只在 token 层面"思考" → 层级化的内部预测 | 潜空间推理 |
| 训练后冻结 → 终身学习 | 测试时学习 |
| 没有内在的"在乎" → 有需要维持的目标 | 有争议：这是否会带来新的安全风险？ |
3.4 回到那句批评
"它只是在预测下一个词"这句话，如果预测加工理论是对的，那么"只是在预测"本身并不是贬义：人脑也"只是在预测"。真正有意义的问题是：
- 它预测的范围够不够广？
- 它的预测是否和行动、后果相连？
- 它的预测是否服务于某种真实的需要？
在这三点上，目前的 LLM 与人脑仍有巨大差距。差距本身也是方向。
3.5 一个警告
神经科学与 AI 的类比很有启发性，但也很容易被滥用：
- 人工神经网络和生物神经网络在细节上差别巨大；
- "大脑是预测机器"本身也是一个仍在被检验的理论，不是定论；
- 从"两者都在预测"推不出"两者都有意识"或"两者都有理解"（见《AI意识理论检查清单》）。
总结
| 层次 | 要点 |
|---|---|
| 理论 | 大脑自上而下预测、自下而上传误差；行动也是减少误差的方式 |
| 相同 | 都以预测误差学习；都构建生成模型；语言预测有可测量的对应 |
| 不同 | 预测对象、动机、行动、结构、学习时机、身体 |
| 意义 | 差异清单 = 下一代模型的改进方向；"只是预测"本身不是贬义 |