Hacker News 中文摘要

RSS订阅

为何我认为通用人工智能尚不临近 -- Why I don't think AGI is imminent

原文链接 | HN讨论 | 2026-02-16 22:50:11

文章摘要

作者认为通用人工智能(AGI)不会很快实现，主要基于两个问题：一是当前AI缺乏认知基础和具身体验，二是现有架构存在局限性。尽管Gemini 3等模型在推理能力上有所突破，但与真正AGI仍有显著差距。

文章总结

为什么我认为通用人工智能（AGI）不会很快到来

作者在2026年2月14日发表的文章中，对OpenAI和Anthropic公司CEO宣称"人类级别AI即将到来"的观点提出质疑。文章从认知基础、架构限制等角度进行了深入分析：

一、认知基础问题 1. 脊椎动物大脑与生俱来的认知能力（如数量感知、物体恒存性、因果关系等）是经过数亿年进化形成的 2. 语言建立在这些基础认知能力之上，而当前大语言模型（LLM）试图从语言反推这些基础能力，面临巨大挑战 3. 视频训练虽能部分模拟物体恒存性，但无法真正理解物体作为持续实体的概念

二、世界模型的局限性 1. 现有AI系统（如Google的SIMA 2）主要通过行为克隆学习，核心智能仍来自语言预训练 2. DeepMind的Dreamer 4虽然更接近感知-行动耦合，但仅针对特定控制任务 3. 斯坦福的ENACT基准测试显示，当前模型在具身认知方面仍远落后于人类

三、架构限制 1. 现有Transformer架构是严格前馈的，缺乏人脑中的双向连接机制 2. 理论研究表明，固定深度的Transformer在计算能力上存在根本限制 3. 虽然"思维链"技术能扩展其计算能力，但能否实现通用推理仍是未知数

四、研究现状 1. AAAI 2025年调查显示，76%的研究者认为单纯扩大现有AI规模难以实现AGI 2. ARC-AGI基准测试表明，AI在抽象推理方面仍存在显著差距 3. 即使表现最好的Gemini 3 Deep Think（ARC-AGI-2得分84.6%），也主要依赖外部脚手架而非模型自身的推理能力

结论： 作者认为实现AGI需要解决认知基础、架构设计等多领域难题，这需要全球研究社区长期协作。虽然不否认AGI最终可能实现，但认为当前技术突破仍需数十年基础研究，而非简单扩大现有模型规模。

（注：本文在保留原文核心论点和关键证据的基础上，对技术细节进行了适当简化，删减了部分重复论证和次要案例，使内容更加紧凑易读。）

评论总结

以下是评论内容的总结，涵盖主要观点和论据，并保持不同观点的平衡性：

1. 认为AGI已经实现

  • 主要观点：部分评论者认为AGI已经存在，尤其是在知识工作领域，但需要更好的协调和记忆系统。
    • ryanSrich: "90%+ of white collar work can be done by an LLM... if that's all AGI is, then yeah, it's here."
    • ed_mercer: "As far as I'm concerned, it's already here."

2. 对AGI的怀疑

  • 主要观点：一些人认为当前的AI只是统计模型，缺乏真正的理解或通用性。
    • xutopia: "The 'intelligence' we see is mostly illusory. It’s statistical repetition of the mediocre minds who wrote content online."
    • nickjj: "I got ChatGPT to say it's possible for dogs to lay eggs under the right circumstances."

3. 技术进步的乐观态度

  • 主要观点：认为通过改进记忆、协调和物理世界理解，AGI是可以实现的。
    • tananaev: "That can be trained the same way everything else is... It's not a fundamental architectural limitation."
    • famouswaffles: "Their biggest weakness are long horizon planning... but both continue to improve steadily."

4. 对讨论AGI的厌倦

  • 主要观点：认为关于AGI的讨论没有意义，因为缺乏共识和实际进展。
    • Legend2440: "All AI discussion feels like a waste of effort... just wait to see how it all turns out."
    • hi_hi: "Lets all arbitrarily agree AGI is here... Now what....? Whats happening right now that should make me care?"

5. 对AGI定义的争议

  • 主要观点：认为AGI的定义模糊，且当前模型可能已达到某种通用智能。
    • TMWNN: "If AGI can be defined as meeting the general intelligence of a Redditor, we hit ASI a while ago."
    • charcircuit: "We've already achieved AGI. Next is building AIs that are... better than humans."

6. 对AGI未来发展的预测

  • 主要观点：认为AGI可能需要更多时间或能源，或者根本不会实现。
    • partiallypro: "AGI is a long ways away... it will require so much energy to maintain that humans will be cheaper."
    • AngryData: "People have been predicting it for as long as fusion power... we might still be like Romans dreaming of flight."

7. 对AI能力的实际评估

  • 主要观点：部分用户通过实际测试认为AI在某些领域表现优异，但仍存在局限性。
    • lambdaphagy: "Opus 4.6 appears to be able to do multi-digit arithmetic formally."
    • helterskelter: "It was giving me some really surprising responses... but also making some nonsense suggestions."

8. 对AI本质的哲学思考

  • 主要观点：认为AI缺乏生物驱动的动机，不会主动“接管”世界。
    • galaxyLogic: "AI has no 'reason to do things'... I'm not afraid of AI, I'm afraid of people with fascistic leanings."
    • est31: "We didn't evolve our brains to do math... That's why you get AI competing at IMO level but unable to clean toilets."

总结：评论中既有对AGI实现的乐观态度，也有对其定义和能力的质疑，同时包含对技术未来发展的不同预测。讨论反映了对AI当前状态和未来潜力的复杂看法。