# lecun-still-far-from-human-level-ai-llm-2026-09-25

## Veille

X-Post von **Yann LeCun** (Gründer und Präsident von **AMI Labs**, Professor an der NYU, ehemaliger Chief AI Scientist bei Meta, Turing Award), 25. September 2026, ca. 110 Wörter. Er antwortet auf **Noah Smith**, der ein Video als *« bereits widerlegt »* bezeichnete, in dem LeCun die Vorstellung eines *« Landes von Genies in einem Rechenzentrum »* als *« kompletten Unsinn »* bezeichnet. (A) Vier Testfragen: Wo ist der Haushaltsroboter, die voiture autonome de **niveau 5**, das Auto, das in *« ein paar Stunden Übung wie jeder 17-Jährige »* Autofahren lernt, das System, das die reale Welt versteht und schnell lernt *« wie eine Hauskatze »*? (B) Ein Zugeständnis: KI wird Menschen in jedem Bereich gleichkommen, und die Technologie **übertrifft sie bereits bei einer wachsenden Zahl von Aufgaben**. (C) Zwei Vorbehalte: *« Wir sind noch weit davon entfernt »*, und sie wird nicht auf **LLMs** aufbauen, die auf eine Textschnittstellen-Rolle beschränkt bleiben. Ein zweiter Beitrag verweist auf seine Formulierung vom 20. September zurück: autoregressive LLMs würden *« für sich genommen »* nicht zu menschenähnlicher KI führen. Bisher hielt der Korpus LeCun nur als von anderen zitierte Referenz ([[deanwball-open-weights-decelerationnistes-kimi-2026-07-17]]), nicht als Quelle; der Text ist im Zusammenhang mit der Skepsis in [[luc-julia-ai-controversy-statements-media-2025-08-22]] zu lesen.

## Titre Article

Nope. It's still true. (post X en réponse à Noah Smith)

## Date

2026-09-25

## URL

https://x.com/ylecun/status/2103543949151658369

## Keywords

Yann LeCun, AMI Labs, NYU, Meta, Turing Award, Noah Smith, Noahpinion, menschenähnliche KI, menschenähnliche KI, AGI, Grenzen der KI, LLM, autoregressive LLMs, Textschnittstelle, Verständnis der realen Welt, Weltmodelle, Lerneffizienz, Autofahren lernen, autonomes Fahrzeug, Stufe 5, Haushaltsroboter, Hauskatze, Land von Genies in einem Rechenzentrum, Menschen bei Aufgaben übertreffen, Skepsis

## Authors

Yann LeCun — fondateur et président d'AMI Labs, professeur à NYU, ex-Chief AI Scientist de Meta, prix Turing. Post X.

## Ton

Eine kurze polemische Antwort, typisch für LeCun auf X: ein trockener Einstieg (*« Nope. Es stimmt immer noch. »*), gefolgt von einer Anapher aus vier rhetorischen Fragen (*« Wo ist dein… »*), die die Debatte von gemessener Leistung auf alltägliche, von jedem überprüfbare Fähigkeiten verschiebt. Die zweite Hälfte wechselt das Register: ein explizites Zugeständnis, typografisch unterstrichen (*« *** ABER *** »*), gefolgt von zwei affirmativ formulierten, nummerierten Punkten, ohne Zahl oder Beleg. Das Argument stützt sich nicht auf einen Benchmark, sondern auf Beispiele für Lerneffizienz (der Teenager, die Katze), die in seinen Äußerungen schon lange wiederkehren. Der Beitrag verteidigt eine bereits formulierte Position, statt eine neue einzuführen; der zweite Beitrag (*« Also: »*) sagt dies selbst, indem er auf seine Formulierung vom 20. September und seine Klarstellung zum Wort „autoregressiv" zurückverweist.

## Pense-betes

- **Der zu merkende Ausgleichssatz**: KI *« übertrifft Menschen bei einer stetig wachsenden Zahl von Aufgaben »* und *« wir sind noch weit entfernt »* von menschlicher Intelligenz. Beides gilt gleichzeitig. Ein nützlicher Punkt für einen Vortrag gegen das Narrativ „KI wird den Menschen übertreffen": Ja bei Aufgaben, Nein bei allgemeiner Intelligenz.
- **Das Beispiel des Autofahrens**: Ein 17-Jähriger lernt in ein paar Stunden Übung Autofahren (in Frankreich erfordert der Führerschein Klasse B mindestens 20 Stunden begleitetes Fahren). Jahre der Entwicklung und Millionen Kilometer an Daten haben keine voiture autonome de niveau 5 hervorgebracht, die uneingeschränkt überall fahren könnte, einschließlich in noch nie gesehenen Szenen. Die Lücke betrifft die **Lerneffizienz**, nicht die reine Leistung.
- **Die Hauskatze** als Maßstab: das Verständnis der physischen Welt und das schnelle Erlernen einer neuen Fähigkeit, was laut LeCun kein aktuelles System leistet. Er zielt auf Generalisierung außerhalb der Trainingsverteilung (Out-of-Distribution), nicht auf sprachliche Kompetenz.
- **Die Nuance bei LLMs**: LeCun sagt nicht, dass sie nutzlos seien, sondern dass sie *« für sich genommen »* nicht ausreichen werden und eine Textschnittstellen-Rolle behalten werden. Das Wort „autoregressiv" ist in seiner Formulierung vom 20. September von Bedeutung.
- **Was der Beitrag nicht enthält**: keinen Zeitplan, keine Messung, keine Beschreibung der alternativen Architektur (die Weltmodelle, für die er anderweitig über AMI Labs eintritt, werden hier nicht genannt). Als Position eines führenden Forschers zu zitieren, nicht als Beweis.
- **Kontext der Debatte**: Das Video, das den Austausch auslöste („no way in hell", AGI durch Skalierung von LLMs zu erreichen; „Land von Genies in einem Rechenzentrum" als *« kompletter Unsinn »* bezeichnet), kursierte am selben Tag; Noah Smith hielt es für bereits widerlegt. Zur Sequenz vom September 2026 über das Ablösungs-Narrativ siehe [[mhalla-what-if-the-future-does-not-need-you-2026-09-20]].

## RésuméDe400mots

Am 25. September 2026 antwortet **Yann LeCun** auf X dem Ökonomen **Noah Smith**. Smith hatte sich zu einem Video geäußert, das am selben Tag breit geteilt wurde und in dem LeCun erklärte, dass eine bloße Skalierung von LLMs keine menschenähnliche Intelligenz erreichen werde und dass die Vorstellung eines „Landes von Genies in einem Rechenzentrum" „kompletter Unsinn" sei. Für Smith schien diese Position „bereits widerlegt".

LeCun bleibt bei seiner Position: „Nope. Es stimmt immer noch." Er stützt seine Antwort mit vier Fragen. Wo ist dein Haushaltsroboter? Wo ist deine voiture autonome de niveau 5? Wo ist dein Roboterauto, das in ein paar Stunden Übung Autofahren lernen kann, wie jeder 17-Jährige? Wo ist dein KI-System, das die reale Welt verstehen und schnell neue Fähigkeiten erlernen kann, wie eine Hauskatze?

Er fügt ein Zugeständnis hinzu. Es bestehe „kein Zweifel", dass KI Menschen irgendwann in jedem Bereich an Intelligenz gleichkommen werde. Aber er setzt zwei Vorbehalte. Erstens: „Wir sind noch weit davon entfernt", auch wenn KI und Computertechnik Menschen bei einer stetig wachsenden Zahl von Aufgaben übertreffen. Zweitens werde diese Intelligenz nicht auf LLMs beruhen, auch wenn diese eine Rolle spielen werden, etwa als Textschnittstelle.

In einem zweiten Beitrag („Also:") verweist LeCun auf eine Antwort vom 20. September zurück, die teilweise an Geoffrey Hinton gerichtet war: Er erinnerte daran, gesagt zu haben, dass „autoregressive LLMs für sich genommen nicht zu menschenähnlicher KI führen werden", und dass diese Aussage weiterhin „vollkommen zutreffend" sei.

Der Beitrag enthält keine Zahlen, keinen Zeitplan und keine Beschreibung der alternativen Architektur. Sein Argument stützt sich auf Beispiele für Lerneffizienz: Ein Mensch oder ein Tier erlernt eine neue Fähigkeit mit wenig Erfahrung und überträgt sie auf unbekannte Situationen, was aktuelle Systeme nicht leisten. Das Beispiel des Autofahrens fasst die Lücke zusammen: Ein paar Stunden Übung reichen für einen Teenager, während uneingeschränktes autonomes Fahren noch nicht erreicht wurde.

Der Text trennt zwei Behauptungen, die in der öffentlichen Debatte oft vermischt werden: KI übertrifft Menschen bei einer wachsenden Zahl von Aufgaben, und KI ist weiterhin weit von allgemeiner menschlicher Intelligenz entfernt. LeCun vertritt beides gleichzeitig.

## GrapheDeConnaissance

- Yann LeCun —dirige→ AMI Labs (ORGANISATION, 0.95)
- Yann LeCun —s_oppose_à→ Noah Smith (PERSONNE, 0.9)
- Noah Smith —affirme_que→ la position de LeCun sur les limites des LLM semble déjà démentie (AFFIRMATION, 0.85)
- Yann LeCun —affirme_que→ nous sommes encore loin d'une IA de niveau humain (AFFIRMATION, 0.95)
- Yann LeCun —affirme_que→ l'IA et l'informatique surpassent les humains dans un nombre croissant de tâches (AFFIRMATION, 0.9)
- Yann LeCun —prédit→ l'IA deviendra à terme aussi intelligente que les humains dans tous les domaines (AFFIRMATION, 0.9)
- Yann LeCun —prédit→ l'IA de niveau humain ne reposera pas sur les LLM, qui garderont un rôle d'interface textuelle (AFFIRMATION, 0.9)
- Yann LeCun —affirme_que→ les LLM autorégressifs, en eux-mêmes, ne mèneront pas à une IA de niveau humain (AFFIRMATION, 0.9)
- Yann LeCun —s_oppose_à→ country of geniuses in a data center (CONCEPT, 0.85)
- Yann LeCun —affirme_que→ aucune voiture ne sait apprendre à conduire en quelques heures de pratique comme un adolescent de 17 ans (AFFIRMATION, 0.9)
- Yann LeCun —affirme_que→ aucun système d'IA ne comprend le monde réel ni n'apprend vite de nouvelles compétences comme un chat domestique (AFFIRMATION, 0.9)
- voiture autonome de niveau 5 —fait_partie_de→ limites de l'IA (CONCEPT, 0.75)
- efficacité d'apprentissage —s_applique_à→ IA de niveau humain (CONCEPT, 0.8)
- LLM —permet→ interface textuelle vers des systèmes d'IA (AFFIRMATION, 0.8)
- Yann LeCun —référence→ Geoffrey Hinton (PERSONNE, 0.75)

---
Canonical: https://www.thekb.eu/de/fiches/lecun-still-far-from-human-level-ai-llm-2026-09-25/