当你打开购物应用，首页推荐的商品常常精准得令人惊讶——前一秒刚和朋友讨论露营装备，下一秒短视频平台就推送帐篷广告；只是多看了几眼某款耳机，第二天相关测评便铺天盖地。这种“被看穿”的体验已成为数字生活的常态，但这些推荐系统真的理解用户需求吗？事实上，它们只是通过用户点击行为形成条件反射式的匹配，而非真正洞察消费动机。
传统大模型在处理这类问题时暴露出明显局限。当被问及“理性消费者如何选择耳机”时，它能列出详尽的选购指南；但若要预测特定用户的选择，却往往答非所问。核心问题在于，现有技术主要学习语言统计规律，而非人类决策逻辑。用户搜索某款耳机时，真正的需求可能是通勤降噪、运动佩戴或追求性价比，这些深层动机往往未被当前系统捕捉。
针对这一短板，国内科研团队正探索新型人工智能架构。特赞科技在世界人工智能大会上展示的“主观世界模型”引发关注，该系统试图穿透用户自我表述的表象，挖掘未明说的决策依据。浙江连信数字推出的“洞见人和”模型则通过分析面部微表情、情绪状态等非接触式数据，构建个体心理画像，已在公安、司法、教育等领域落地应用。公司副总裁指出，人工智能正从“内容生成”向“人类理解”跃迁，设备需要从“看得见”升级为“读得懂”。
国际学术界也在开展类似研究。牛津大学与新加坡国立大学联合提出的“心智世界建模”框架，将信念、目标、意图等心理变量作为模型核心。实验表明，移除心智通道后，八款主流世界模型的性能均显著下降。这印证了一个关键结论：预测人类行为不仅需要掌握物理世界信息，更要理解个体的认知图式——他们知晓什么、相信什么、恐惧什么、在意什么。
当前技术仍处早期阶段，距离真正理解人类仍有差距。未来的智能系统或许不会成为全知全能的答题机，但可能发展出更细腻的感知能力：在用户开口前预判需求，在行动前推测意图。这种能力让人联想到科幻作品中的“读心术”，但本质上与人脑的预测机制并无二致——区别仅在于，人类经过数百万年进化形成这种本能，而人工智能正在从头学习这项技能。
