从人机环境系统智能的角度看，Chatgpt、Deepseek、Grok3等大模型就是一个还没有开始上道的系统。“一阴一阳之谓道”，Chatgpt的“阴”（默会隐性的部分）尚无体现，就是“阳”（显性描述的部分）还停留在人类与大数据交互的浅层部分，简而言之，Chatgpt基本无“道”可言。暗知识、类比、隐喻等这些看似不严谨、无逻辑的东西绝非仅凭理性思维推理就可以得到的，而这些非逻辑、超逻辑（至少当前逻辑很难定义）的东西恰恰是构成人类智能的重要组成部分。或许，这也不仅是Chatgpt的缺点，整个人工智能领域又何尝不是如此呢？
粗略地说，人工智能技术就是人类使用数学计算模拟自身及其它智能的技术，最初是使用基于符号规则的数学模型建立起的机器智能(如专家系统)，其次是借助基于统计概率的数据连接处理实现机器学习及分类，下一步则是试图借助有/无监督学习、样本预训练、微调对齐、人机校准等迁移方法实现上下文感知行为智能系统。这三类人工智能技术的发展趋势延续了从人到机再到人机、人机环境系统的研究路径（符号-联结-行为融合主义路径），其中最困难的部分（也是Chatgpt的瓶颈）是智能最底层的一个“神秘之物”——指称的破解问题，这不仅是自然语言与数学语言的问题，还更是涉及思维（如直觉、认知）与群体等“语言”之外的问题。
智能领域研究中最困难的不是如山一般的各种数学公式堆积，而是最基础最原始的概念剖析和理解，这与黎曼、戴德金、高斯强调“以思想代替计算”的数学原则有着异曲同工之妙（即数学理论不应该以公式和计算为基础，它们应该总是以表述清楚的一般概念为基础，而把解析表达式和计算的工具推给理论的进一步发展。）。鉴于此，分析Chatgpt也不例外，下面将从数据、推理（算法）、指称的交互方面分别阐述:
1、
从数据的角度看，Chatgpt并不具备智能的本质特征
小样本小数据解决大问题，才是智能的本质。在许多场景中，交互双方的意图往往是在具有不确定性的非完备的动态小数据中以小概率出现并逐步演化而成的，充分利用这些小数据，从不同维度、不同角度和不同颗粒度猜测对手的意图，从而实现“知己（看到兆头苗头）、趣时（抓住时机）、变通（随机应变）”的真实智能。这完全不同于机器智能所擅长的大数据中可重复、可验证规律的提取,人类智能还擅长使用统计概率之外的奇异性数据，并能够从有价值的小数据中全面提取可能的需要意向，尤其是能够打破常规、实现跨域联结的事实或反事实、价值或反价值的猜测。ChatGPT中的GPT代表生成式（G）-预训练（P）-变换模型（T），就是一种大数据+机器学习+微调变换+人机对齐的程序模式，该智能体的行为是依据数据的事实性泛化来行动，但对泛化形成的行动价值其实是完全不知道的，这种泛化形成的行为结果常常是错误的、乃至危险的，如在对话中出现各种无厘头“胡说”现象，更不要说ChatGPT能够准确翻译相声、莎士比亚的笑话、指桑骂槐、意在言外了。
2、
从推理逻辑的角度看，Chatgpt同样不具备智能的本质特征
把智能看成计算，把智能看成逻辑，这两个错误是制约智能发展的瓶颈和误区。事实上，真实的智能不但包括理性逻辑部分，也包括非/超逻辑的感性部分，构成人工智能基础的数学工具也只是基于公理的逻辑体系部分。Chatgpt的核心就是计算智能、数据智能，其所谓的感知、认知“能力”（准确地说应该是“功能”）是预训练文本（以后或许还有音频、视频、图像等形式）的按需匹配组合，既不涉及知识来源的产权，也不需要考虑结果的风险责任，虽然Chatgpt算法中被设置了伦理道德的门槛约束，但其可能带来的专业误导危害依然不容小觑（尤其是对未知知识的多源因果解释、非因果相关性说明方面）。
Chatgpt
系统的“自主”与人类的“自主”不同。一般而言，Chatgpt的自主智能是在文本符号时空里进行大数据或规则或统计推理过程，这种推理是基于数学计算算法“我”（个体性）的顺序过程；而人类的自主智能则是在物理/认知/信息（符号）/社会混合时空里小数据或无数据进行因果互激荡推导或推论过程，这种因果互激荡是基于“我们”（群体性）的过程。西方的还原思想基础是因果关系，东方的整体思想基础是共在关系（共时空共情）。进一步而言，Chatgpt的计算是因果还原论，其知识是等同的显性事实知识，算计是共在系统论，其知识是等价的隐性价值知识。这里的推导/推论包含推理，等价包含等同，价值包含事实，但大于事实。
智能的关键不在于计算能力，而在于带有反思的算计能力。算计比计算强大于反事实、反价值能力，如人类自主里常常就包含有反思（事实反馈+价值反馈）能力。事实性的计算仅仅是使用时空（逻辑），而价值性的算计是产生（新的）时空（逻辑）；计算是用符号域、物理域时空中的名和道实施精准过程，而算计则是用认知域、信息域、物理域、社会域等混合时空中的非常名与非常道进行定向。
3、
从指称的角度看，Chatgpt同样不具备智能的本质特征
Chatgpt
这类生成式AI不同于以往大多数的人工智能，此前大多数AI只能分析现有数据，但是生成式AI可以创作出全新的内容，例如文本、图片，甚至是视频或者音乐。但与人类相比，Chatgpt局限性包括：有限的常识和因果推理（偏向知识而非智力）、有限的自然语言和逻辑推理、缺乏在现实世界中的基础（没有视觉输入或物理交互）、性能不可靠且无法预测等，其中最主要的一个缺点就是不能实现人类的“指称”。
