自然語言是通往抽象概念和通用性的捷徑
更延伸的，則是對概念(尤其是抽象概念)的掌握和傳遞。
舉例來說，epic這個字乍看有它的意思，但它實際的概念卻不是那麼容易被界定清楚。（其他較明顯諸如spiritual, cyberpunk, serious, ambient等字，以及各種日常用字和詞語句子其實也皆如此。至於中文，概念跟字與詞的連結關係則又更奧妙一點。）
因此，要透過程式語言去寫出epic的意思相當困難。但自然語言有時只需要epic這個字就能包含極為龐大，與各種元素連結的資訊。在此，自然語言透過和自然語言及其他各種內容的連結，精煉許多難以明述的概念並將其融合在epic這一個字當中。更進一步地講，epic的抽象意思某種程度是和自然語言的這個字包在一起，當拿掉自然語言的時候，人們並不容易去「認識」epic這個概念。
所以，不論是透過程式語言藉由演算法調用資料運算的方式，或是AI訓練的方式，最終epic這個概念的掌握往往得由自然語言的連結出發。你很難用程式語言寫出epic這個字的意思並繞過自然語言。而自然語言中大量充斥這樣的概念和字詞，或者更明確地說，很多概念就「藏」在自然語言裡。因此，有時候有些不同文化缺少對應的字，那麼他們就不容易理解那些意思。
而程式語言相對於自然語言，就有點像那個少了一些抽象概念的語言。或者說，程式語言當前形成的體系，還不足以含括像自然語言一樣在概念上的豐富性。
所以，很有意思地，為什麼在當今眾多發展的AI當中，竟然是由自然語言的大型語言模型，來讓人們驚覺有那麼一點通用人工智慧AGI的感覺和發展之可能方向。儘管目前AI距離AGI都相當遙遠，但為什麼是自然語言大型語言模型的聊天機器人，「似是」無心插柳地現出了AGI的痕跡。正是因為語言當中就藏有概念，而概念也藏在語言裡。（更加映證西方哲學在二十世紀的語言轉向，實非偶然。）
因此，如果一個AI能掌握自然語言的連結，那麼它也掌握了概念在字面上的連結。而掌握了概念在字面上的連結，某種程度來說就掌握了概念的「用法」。
這也是為何自然語言的大型語言模型似乎展現了某種抽象理解的能力，讓一些人覺得那樣的AI好像有某種活著的意識感或者某種AGI的感覺。儘管它們可能只是不斷在預測下一個字，但自然語言的用法在日常對話中的展現，就包含它的應用層面，當中也包括運作抽象概念這種應用。（雖然不斷預測下一個字看起來確實很不像有所認知，不過倒也讓人想起休謨般的因果關係。）
