人工智能研究机构Percepta近期发布了一项前沿研究成果，探讨了大型语言模型（LLMs）作为通用计算设备的可能性。该研究成功在Transformer架构内部构建了一个“计算机”，能够高效执行任意的C语言程序，并运行数百万个计算步骤。其核心创新在于利用二维注意力机制，实现了推理速度的指数级提升。这项突破表明，Transformer不仅能够处理自然语言，其推理循环本身可以作为一个高效的、可编程的计算引擎。这为未来AI系统的设计开辟了一条新路径：将学习到的表征与编译好的算法集成在单一的计算基底中。研究者指出，要解决人类最复杂的难题，未来的AI系统必须兼具灵活的推理能力和可靠的计算性能。这意味着，软件（即算法和程序）将成为模型内在的一部分，而非外部调用工具。这一融合有望催生出能力更强、更可控、更高效的下一代人工智能系统。