DeepMind研究揭示Transformer架构因拓扑限制导致状态追踪缺失，思维链是昂贵的补丁。未来架构将回归循环机制，实现从“历史检索”向“动态认知”的范式转变，这对降低推理成本与提升智能体连贯性至关重要。

一场ChatGPT与1979年《Video Chess》的对局以大语言模型惨败告终，暴露了其在处理离散、规则严格的状态追踪任务上的固有弱点。此次事件引发了对当前AI能力，尤其是LLM“理解”边界的深刻反思，提醒业界和公众需更清醒地认识到AI的局限性，并呼吁构建更符合任务需求的混合AI系统。