Marc Andreessen 🇺🇸(@pmarca)
Interesting.
5.5内容质量
TL;DR · AI 摘要
AI 的真正潜力可能不在于生成新想法，而在于吸收大量未被引用的旧研究，从而重新激活科学中被忽视的知识。
核心要点
- 20%–80% 的学术论文从未被引用，意味着大量知识未被有效利用。
- LLM 可通过消化未被阅读的文献来推动科学进步，而非依赖创造新理论。
- AI 在科研中的价值或在于整合‘被遗忘’的知识，而非仅追求原创性。
结构提纲
按章节快速跳转。
Marc Andreessen 转发 Thor Berger 的观点，指出AI在科学中的潜力可能被误解。
20%到80%的学术论文从未被引用，表明大量研究成果处于‘休眠’状态。
大语言模型可通过吸收未被阅读的旧文献，重新激活被忽视的科学知识。
AI的价值未必在于生成新想法，而可能在于整合和传播已有但被忽略的知识。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI与科学知识再发现
- 未被引用的文献
- 20%-80%论文从未被引用
- 知识沉睡现象普遍
- LLM的角色转变
- 从生成新想到吸收旧知
- 成为科学记忆的延伸
金句 / Highlights
值得收藏与分享的关键句。
20–80% of existing papers are never cited and presumably not read.
By digesting vast uncited literatures, LLMs may meaningfully advance knowledge simply by absorbing *old* ideas.
AI 的真正突破或许不是发明新理论，而是让被遗忘的研究重见天日。
#AI#科学研究#大语言模型#知识整合
打开原文Marc Andreessen 🇺🇸 on X: "Interesting." / X
Don’t miss what’s happening
Marc Andreessen 
](https://x.com/pmarca)
Interesting.
Quote
Thor Berger
@bergerthor
·
11h
A lot of the debate on AI and science focuses on whether LLMs can generate *new* ideas. Yet 20–80% of existing papers are never cited and presumably not read. By digesting vast uncited literatures, LLMs may meaningfully advance knowledge simply by absorbing *old* ideas.
·
17
9
97
19
Read 17 replies