纳西姆·塔勒布的无限猴子理论认为，足够的随机尝试能产生任何有序内容。而大型语言模型（LLM）通过学习人类文本的统计模式，改变了这一理论。LLM不再是随机的，而是通过训练数据生成有意义的文本，尽管它们不具备真正的理解，但能有效生成知识，重新定义了“创造”的概念。

塔勒布的无限猴子理论指出，随机性可以生成任何内容。而现代的大语言模型（LLM）通过学习人类文本，基于统计规律生成文本，显著提高了生成有序内容的概率。LLM将人类知识压缩为概率分布，降低了获取知识的成本。尽管LLM缺乏真正的理解，但它在随机与智能之间创造了一种新能力。