针对 2000 年之前科幻作品里 AI 描绘是否准确，Andrej Karpathy（安德烈 · 卡帕西）给出了自己的拆解：要实现 1970 年代科幻中设想的高级 AI，中间隔着不止一次技术跃迁。

他列出的依赖链包括：数字知识工作、全球互联网、海量数据仓库、统计学习方法、大语言模型，以及规模定律。这条链横跨计算机迷你化、ARPANET 网络基础设施、数据积累、神经网络研究与计算规模。

在 Karpathy 看来，最关键的遗漏是对手工编程机器人功能的错误预期——当年人们以为靠人工编写规则就能让机器具备相应能力，这条路并没有走通。

换句话说，1970 年代科幻作品缺的不是想象力，而是支撑想象的一整条技术栈。数字计算、网络、数据、学习方法与算力规模，每一环都要先到位，大语言模型才可能出现在时间线上。

这条演进脉络也解释了为什么相关能力集中在近些年才显现：它并非单点突破的产物，而是多个前置条件依次成熟的叠加结果。