AI大模型不会学习？腾讯姚顺宇团队来解答

你有没有遇到过这种情况：跟AI聊了半小时，把背景信息、前置条件、参考文档全喂给它了，结果它给你的回复像是第一次聊天？ 我有一个做产品经理的朋友，前几天跟我吐槽说，他花了三天写的需求文档全扔给了AI辅助开发，结果AI生成的功能方案跟文档里写的完全是两码事。 他当时就懵了：这些字它是一个都没看见吗？ 后来我发现，遇到这种事的还不止他一个。

一个让业内哗然的结论

这段时间，AI圈被一个报告炸得够呛。

腾讯新上任的混元首席AI科学家姚顺宇，带着他的团队发了一份研究，核心观点就一句话：ChatGPT、Claude这些大模型，根本不会从上下文里学习。

你以为它在理解你？

其实它只是在翻旧账。

这个姚顺宇是什么人？

名字可能没多少人听过，但他搞出来的东西你肯定用过。

Agent设计必用的ReAct框架，提示词工程里大名鼎鼎的思维树技巧，都是他在普林斯顿读博士时搞出来的。

后来在OpenAI参与了Operator和Deep Research的开发，最近被腾讯重金挖来，直接出任混元首席AI科学家。

他上任后抛出的第一个炸弹，就是这份让很多人坐不住的研究报告。

实验结果让所有人意外

姚顺宇团队做了个看起来很简单的实验：给AI提供完整的资料，答案就明明白白写在上下文里，让它去解决问题。

结果呢？

测了10个顶级大模型，平均正确率只有17%。最强的是GPT-5.1，也只做对了不到四分之一。

这意味着什么？

你把攻略塞到AI嘴里，它还是能给你做错八成。

问题出在哪里？

报告指出，大模型有一个致命缺陷——它只会调用训练时背过的、见过的那些知识，对于你现场给的资料，它根本不会学。

人类遇到新问题会现学现用，但AI不会。它就像一个翻完课本就忘的学生，你给他再多的补充材料，他左耳进右耳出。

这个结论为什么重要？

因为现在国内外的AI产品都在卷上下文长度、上下文设计。但按照这份报告的说法，哪怕你把上下文塞得满满当当，AI也很难根据上下文里的信息输出答案。尤其是需要注意到上下文细节、跨区域检索这些复杂场景时，表现更是拉胯。

所以有时候你觉得AI不听话，不一定是你的prompt写得烂，真相可能是它根本没读进去你给的东西。

这是当前所有大模型最核心的瓶颈之一。

姚顺宇团队预测，解决这个学习能力的问题，将是2026年AI的核心战场。

结语

不过，我这两年的实际体感是，测评榜单和真实使用体验之间往往有差距。

就拿Gemini 3 Pro来说，编程能力测评一度排第一，但实际用起来完全是另一回事。姚顺宇团队的实验结果，跟你的真实体验一致吗？

至少在我这里，文案生成这个领域还是有点偏差的。

我们给客户设计的智能体，多数情况下还是能比较自然地把上下文信息融合进去的。

当然，这可能也跟我们使用场景有关，不一定具有普遍代表性。

你怎么看？有没有遇到过AI翻旧账而不是学新东西的情况？

欢迎在评论区聊聊你的真实经历。