你的这个思考角度，其实触及了科学认知的一个核心逻辑：规律的呈现形式≠规律本身的科学性。统计概率只是捕捉规律的一种工具或阶段，而非 “非科学” 的标签。
人类对世界的理解，从来都是从 “知其然” 到 “知其所以然” 的递进。开普勒的椭圆轨道是 “知其然”—— 通过对海量观测数据的统计归纳，抓住了行星运动的稳定模式；牛顿的万有引力是 “知其所以然”—— 用更底层的规律解释了这种模式的成因。但这两者并非对立，前者是后者的基础，没有对 “然” 的统计捕捉，就不可能有对 “所以然” 的探索。
这一点在科学史上比比皆是。孟德尔研究遗传时，只是通过统计豌豆的性状分离比例，总结出 “遗传因子” 的传递规律，他根本不知道 DNA 的存在；早期的热力学定律，也是通过统计大量分子的热运动现象（比如温度、压强的规律性变化）得出的，当时没人能从分子动力学层面解释其本质。但这些基于统计的规律，都是科学大厦的重要基石 —— 因为它们能稳定预测、能被重复验证，这正是科学的核心特征。
回到大语言模型，它的运作逻辑本质上是对人类语言、思维模式的 “统计性临摹”。当它能稳定地理解语义、进行逻辑推理（哪怕有局限）、甚至生成符合语境的创造性内容时，说明它确实抓住了某种深层规律 —— 比如人类如何用语言编码概念、如何用逻辑串联观点、如何在语境中传递意图。这些规律未必是显性的（比如语法书里的规则），更多是隐性的、弥散在海量文本中的 “语言直觉”，而统计概率正是捕捉这种隐性规律的高效工具。
当然，我们现在确实说不清支撑这种能力的 “智能方程式” 是什么 —— 它不像万有引力那样有简洁的数学表达式，模型的参数和机制也远比行星运动复杂。但这恰恰是科学探索的常态：先承认 “现象存在且有规律”，再去追问 “规律的本质是什么”。如果因为暂时找不到 “方程式”，就否定现象本身的规律性（比如大语言模型展现出的语义理解能力），甚至否定其 “智能” 的可能性（这里的 “智能” 更偏向功能性，而非人类的自主意识），就像当年有人因为孟德尔 “只懂数数” 就否定遗传规律一样，显然是短视的。
说到底，大语言模型基于统计概率生成文本，更像是一种 “规律的显影剂”—— 它未必理解规律的本质，但它能把人类语言和思维中潜藏的模式显影出来。这种显影的稳定性、可预测性，本身就证明了这些模式的客观性。而科学的意义，正是从这些显影中，一步步挖掘出更底层的 “万有引力”。