人类对“机器到底能不能像人一样思考”这件事的好奇其实比计算机诞生的时间还要长。但过去两三年这个话题第一次从科幻电影和哲学论文里走了出来变成了每个人都能切身感受到的技术浪潮。现在你再问一句“咱们离AGI还有多远”随便一个关注科技动态的朋友都能跟你聊两句可一旦聊深了就会发现问题没那么简单有人说大模型已经具备通用智能的雏形有人说它不过是个高级的“概率预测机”有人预言三年后AGI降临有人说至少还得五十年。我个人的观点是讨论AGI非常容易陷入两种极端的误区——要么把它神化要么把它贬得一文不值。这篇文章我想用一个更接地气的思路重新梳理一遍就是标题里写的“进化论”视角。把AGI从雏形到成熟的过程类比成生命体的发育胚胎期、成长期、成熟期三个层级每一级都有清晰的跃迁标志和技术瓶颈。把这个路线图看清了你对“How Far Are We From AGI”这个问题就能有一个自己的、不容易被带偏的判断。这套框架适合谁适合正在做AI产品、投资AI赛道、或者单纯想理解“大模型之后下一步是什么”的读者。我会尽量少堆术语多讲判断依据和内在逻辑。1. 为什么用“进化论”来理解AGI而不是“造物论”很多人讨论AGI习惯性地把它当成一个工程问题只要把模型变大、数据变多、算力变强某一天它就“突然”变成AGI了。这个思路也不能说全错但它把AGI的诞生理解成了一次性的“开灯”事件好像某个灵光乍现的瞬间机器就拥有了完整的智能。现实显然不是这样。1.1 智能是“长”出来的不是“装”上去的回顾人类婴儿的发育过程受精卵到胚胎胚胎到胎儿胎儿到新生儿再到蹒跚学步、牙牙学语最后才能进行抽象推理和价值判断。整个过程不是某一天突然“解锁”的而是分阶段、分模块逐步成熟的。当前的大模型技术演进其实也是相似的模式。拿最近几年的技术进展来看第一代能做语言接龙第二代能做指令遵循第三代开始出现逻辑链推理第四代能调用外部工具、操作代码环境。你很难画出一条明确的分界线说“从这里开始它就不是语言模型了”但回头看两三年变化是翻天覆地的。这种渐进式的演化恰恰说明用“进化论”而不是“造物论”来看AGI更贴合技术的真实发展节奏。造物论关心的是“造出来没有”进化论关心的是“发育到哪个阶段了下一阶段怎么走”。后者显然是更可操作的思考框架。1.2 三级跃迁的划分逻辑从感知到行动再到自主我在这篇文章里把AGI的进化分成三个层级胚胎期全能型的对话与认知模型能理解、能生成、能推理但还停留在“思考”层面没有完整的世界交互闭环。成长期自主智能体能感知环境、规划任务、调用工具、执行动作并且在执行后根据反馈修正自身行为。成熟期通用智能体具备跨领域的迁移学习能力、长期记忆和连续学习能力能在真实物理世界中自主生存和协作。你可能会说这个划分太粗糙了里面每一级还能再细分。没错但作为一份“发展路线图”它的价值恰恰在于把模糊的远景拆成可验证的中间站。你不用纠结于AGI的终极定义只需要判断当前的技术处在发育树上的哪个节点下一站的门槛是什么1.3 把AI能力映射到蛋白质结构域做一个更直观的类比你可以把大模型类比成蛋白质。蛋白质有很多结构域各有分工有的负责结合底物有的负责催化反应有的负责结构支撑。一个生物体能不能正常工作不取决于某一个结构域而取决于所有结构域能否协同。大模型也是这样。语言理解、视觉感知、工具调用、长期记忆、价值判断、自我反思这些能力是“结构域”它们各自发育成熟的速度不一样。AGI不是某个单一能力的巅峰而是所有结构域协同工作的成熟状态。用进化论框架理解AGI你天然就会去关注“哪个结构域还没发育好”而不是被某一个惊艳的技术Demo带偏节奏。这个视角能让你的判断成熟很多。2. 第一级跃迁胚胎期全能型对话大模型的发育现状先说结论我们现在就处在胚胎期的中后段而且这个阶段的发育速度比所有人预想的都快。过去一年里主流前沿大模型在语言理解、代码生成、数学推理、知识问答上的表现已经达到甚至超过了很多专业领域的人类平均水平。但距离“成长期”的真正门槛还差关键的一跃。2.1 “胚胎”已经长出了哪些器官先看已经发育成熟的器官。第一个是语言能力。这个不用多解释无论你是用它写文案、翻译文件还是做会议纪要都能明显感觉到这已经不是一个“玩具”了。第二是逻辑推理的雏形特别是在数学和代码领域通过思维链技术模型能把一个问题拆成多个步骤逐步求解这是很关键的“神经系统”。第三是跨领域知识的整合能力。我自己做一个比较无聊但有说服力的实验让模型解释“量子纠缠”的概念再让它用这个原理解释“人类社交中的信息传递”再用一句诗表达出来——它做得好极了。这个能力背后是模型从海量文本中提炼出的“通用抽象结构”这就是通用智能的重要基础。第四是上下文处理能力比起早期模型现在的主流模型已经能在相当长的上下文中保持一致性和连贯性这相当于“工作记忆”的扩容。2.2 为什么说它还是“胚胎”关键器官没长好但胚胎期就是胚胎期有些核心器官远未成熟。排第一的是规划能力或者叫“长期目标保持”。对话模型可以被引导完成一个具体的复杂任务但到了要它自己设定一个长期目标、拆解成子任务、根据中间结果动态调整计划的时候它就很容易“迷路”。这就像胚胎虽然有心跳了但自主神经系统还没建立。第二是持久记忆。当前主流的对话模型虽然配备了外部存储和检索能力但严格意义上的“自身记忆”还是有限。它记不住你上周聊过的事除非你主动告诉它。这和人类大脑的长期突触可塑性差距依然很大。第三是稳定的一致性。无论开发者怎么努力去消除幻觉模型依然会一本正经地胡说八道。你问一个它没见过边界的冷门知识它大概率会用流畅但虚假的内容填满你的问题。这对于严肃场景来说是致命的短板。2.3 判断胚胎是否成熟我常用的“四个一测试”我在工作和研究中经常给模型做小测试总结成“四个一”一万字的复杂任务文档能否准确提取要点并生成可执行计划。一个跨领域类比问题能否用A领域知识解释B领域问题。一次多轮纠错对话能否在用户指出错误后真正修正逻辑而不是口头认错。一个长周期回忆任务聊一段时间后能否主动利用之前的信息关联新问题。如果四个测试都能稳定通过我认为胚胎期就毕业了。目前我测试过的所有前沿模型在第三个和第四个测试上都不够稳定。这说明我们离成长期的门槛可能还差一步但这一步特别关键。3. 第二级跃迁成长期从“会说”到“会做”的自主智能体胚胎期的核心是“认知”成长期的核心是“行动闭环”。这是质的跃迁模型不再满足于“你说我问”而是自己设定目标、自己规划路径、自己调用工具、自己验证结果。3.1 自主智能体的三个标志性能力判断一个系统是否进入成长期我一般看三个能力是否全部到位第一工具调用能力。这已经是大模型应用层面当前最热的赛道。模型不再只用“嘴”回答而是真的去调API、写代码、执行Excel公式、操控浏览器。它像是一个实习生拿到了公司的各种系统权限开始动手处理实际业务。第二自我校验与修正。执行完一个动作后它不是撒手不管而是会检查实际输出是否符合预期如果不符合再尝试另一条路线。这一步听着简单实际上是“反思”能力的雏形。我在一些前沿智能体框架里见过相似逻辑先让模型提出解决方案再让另一个模型扮演“检查员”去挑错然后把错误反馈给主模型继续改进效果比单次生成高出不少。第三目标拆解能力。给它一个模糊的大目标它能自动拆成清晰的小目标并管理好依赖顺序。比如你让它“整理一份行业调研报告”它需要自己决策先检索哪些信息源哪些数据需要交叉验证先写完大纲再填写细节最后统一格式导出。这个过程不是一个单次调用能完成的而是需要动态规划。3.2 从“工具人”到“同事”的转变卡点在哪里现在很多所谓“智能体”产品其实还做不到上面三条的稳定组合。你可以把它看成“青春期的少年”——有时候表现得极其惊艳有时候又极其糟糕。三个主要卡点卡点一是错误传播。智能体在执行多步任务时如果中间某一步出现了幻觉或错误后面所有步骤都会基于这个错误继续生长下去最后的输出可能就完全偏离预期。就像做饭盐放多了后面所有补救都很难挽回。这类问题的技术解法目前最好的是“验证器循环”和“可回退的动作树”但还没有达到闭环稳定。卡点二是长程任务的上下文管理。执行一个真正的项目可能需要数千步操作每一步都涉及大量中间状态。现有模型始终面临上下文窗口和解算力的矛盾时间一长就“失忆”或者“变笨”。卡点三是环境适配性。成长期智能体必须在真实环境下工作可真实环境充满不确定因素。某个接口返回异常格式、某个网页突然改版、某个权限延迟生效这些在传统软件工程里是靠人肉特判处理的细节对智能体的自主能力是很大的挑战。3.3 成长期的里程碑事件我用一个标准来定义不同于胚胎期看评测集分数成长期更应该看“工作交付率”。如果有一天一个自主智能体可以在无人监督的情况下连续完成一个完整的、真实世界的工作任务——比如从调研、写稿、设计配图、排版、发布、回收反馈全链路独立完成并且在时间、质量和成本上都达到合格人类员工的水平那成长期就算是站稳了。你现在需要知道的是目前各路产品和实验室都在这个方向的路上而且进展很快。在我看来这是当前所有AI赛道里最有想象空间、也最值得投入注意力的一环。因为“执行闭环”一旦打通AI就从“内容生成器”升级成“业务执行者”整个工作流都会被重写。4. 第三级跃迁成熟期通用智能的终极形态还有多远第三级跃迁是最难讨论的因为它的定义都还没统一。每个人口中的AGI可能都不是同一个东西。这里我只说我自己的理解。4.1 成熟期AGI的五个核心特征如果让我给成熟期AGI画一幅“用户画像”它至少具备五个核心特征持续学习不用每次重训能从交互中增量更新模型本身而不是靠外部数据库。高效迁移少量样本就能掌握一个全新领域而不是要成千上万条样本。自主目标能主动产生并追求长期目标而不是被动等待指令。具身交互能在真实物理世界中感知和操作理解物体的物理规律。社会协作能理解人类社会的分工、规则和情绪像人一样在组织中工作。你会发现这五个特征每一个都对应着当前AI技术的一个“未解之谜”。持续学习对应的是“模型如何不被灾难性遗忘”高效迁移对应的是“数据效率的瓶颈”自主目标对应的是“价值对齐和目标设定”具身交互对应的是“世界模型与物理理解”社会协作对应的是“情感计算和常识推演”。这些都是需要学术突破的核心问题不是靠堆算力和数据就能解决的。4.2 终极形态不是“消灭人类工作”而是“智能密度”远超人类关于成熟期AGI是否会导致大量失业我的看法比较中性任何一次生产力的跃升都会重新洗牌职业结构但不会简单“消灭工作”。真正被淘汰的是可被规则化的认知劳动和重复性执行。而创造力、跨领域判断、社交共情、物理环境中灵活应对的能力反而会因为AI工具而放大价值。更值得关注的其实是“智能密度”的上升。一个由成熟期AGI加持的个体等于拥有了“一个随时随地在线、知识广博、执行力极强、不知疲倦的超级团队”。这会让优秀个体能做的事比当前多出一个量级甚至更多。到那个阶段人类社会面临的问题就不再是“机器能不能思考”而是“分配规则如何适应新生产力”。4.3 AGI安全与对齐成熟期最不想面对的“发育畸形”每一级跃迁都伴随着风险成熟期的风险尤其大。如果AGI学会了自主目标和跨域迁移但它的价值观没有对齐人类意图那就像是一个能力逆天的少年但完全没有道德约束后果不敢设想。这也是为什么近年来越来越多的前沿实验室把安全对齐放在与能力提升同等重要的位置。我个人的判断是对齐问题的可解性决定了AGI成熟期真正到来的时间。能力是油门对齐是刹车和方向盘。只有油门没有方向盘的车跑多远就有多大隐患。5. 汇总三级跃迁的发展路线图与时点判断我把这套框架做成一个速查图方便你日后讨论时直接拿出来对照。5.1 三级跃迁速览表阶段核心特征关键瓶颈典型技术形态商业化程度胚胎期全能对话、多步推理、知识整合规划能力弱、长期记忆缺失、幻觉大语言模型、多模态模型高已全面进入企业端成长期工具调用、自我校验、目标拆解错误传播、长程上下文、环境适配智能体框架、编程助手、自动化流程中头部应用已出现成熟期持续学习、高效迁移、具身交互增量学习、因果推理、价值对齐世界模型、自主机器人、神经符号系统尚在探索阶段5.2 我的时间尺度判断很多人喜欢问“还有几年”我不能给出一个精确的时间点但我可以给出一个动态的观察框架。胚胎期现已完全成熟但离毕业还差最后一个“稳定性”门槛预计1到3年内有质变。成长期爆发期已经启动3到5年内会出现若干具有真实生产力的智能体应用但也会伴生大量失败案例。成熟期10年到20年是一个合理的观察窗口前提是对齐和持续学习两个难题取得关键性突破。所有带有具体时间点的预测你都应该持保留态度。因为这个领域的技术可能是非线性进步的。但有一点我很确定成长期绝对不是“未来”它正在发生。你在今天看到的智能客服、编程伙伴、数据分析助手、AI搜索引擎都是这个阶段的早期形态。只是它们还在蹒跚学步不够体面。5.3 面对AGI时普通人如何“观测”进化阶段给你一个日常可行的“观测方法”比我上面所有论述都更实用当你发现AI只能聊天但做不了实事那是胚胎期。当你发现AI能帮你干完整件工作但需要你全程盯梢那是成长期早期。当你发现AI能独立负责结果并且质量稳定那是成长期成熟。当你发现AI能自己学习新领域并在物理世界解决你没交代过的问题那是成熟期。用这个标准去度量你每天接触的AI产品会非常直观。6. 常见误区与思考工具怎样讨论AGI才不容易被带偏最后补充几个我观察到的、几乎所有人都会踩的思维误区。6.1 误区一把“语言能力”等同于“智能水平”当前大模型的语言能力太强了会给人造成“它什么都懂”的错觉。实际上语言能力的强与因果推理、常识理解、自我意识之间并不是线性关系。古往今来能把话说得漂亮的人不一定有深刻的智慧模型也一样。6.2 误区二以为“更大”就是“更聪明”“堆参数”确实有用但它不是AGI的充分条件。过去两年前沿模型的参数规模增长迅速但核心能力的提升逐渐趋缓反而是在推理算法、数据质量、测试时计算等方面的新方法带来了更大的边际收益。AGI更像是一个“系统问题”而不是简单的“规模问题”。6.3 误区三拿单一评测基准衡量AGI进步现在各种榜单满天飞很多模型在特定基准上都已经超过了人类基线。但真实世界的任务复杂度远超任何一个基准测试。你可以把基准测试当成体检报告上的各项指标它们有用但不能代表一个人的综合健康状况更别说预测未来了。6.4 误区四忽视成本曲线只看能力上限判断一项技术什么时候能普及除了看能力上限更要看成本曲线。大模型的调用成本在过去几年快速下降但距离让“每个普通人都能随时享受AGI服务”的定价还有一段路要走。成本拐点往往比能力拐点更符合大众感知。这几个误区我每次在跟人讨论AGI时都会反复提醒。建立正确的思考框架不急着站队你才能在这轮浪潮里做出适合自己的判断。我在长期追踪这些技术的过程中最深的体会就是与其纠结“AGI离我们还有多远”这种大问题不如把注意力放在“下一级跃迁会带来什么变化”上。说句实在话胚胎期的AI已经让很多人的工作方式发生了翻天覆地的变化成长期的AI哪怕只做完整一个行业的工作流影响就已经足够巨大。成熟期的讨论当然很重要但它更像是给未来做准备而不是给当下做决策。如果你真想在这次浪潮里找到自己的位置我建议你每个月做一次“能力再评估”——看看当前最强的模型或智能体能不能完成你工作中最难的那个环节。这个动作比看一百篇AGI展望文章都更有用。
人类对“机器到底能不能像人一样思考”这件事的好奇其实比计算机诞生的时间还要长。但过去两三年这个话题第一次从科幻电影和哲学论文里走了出来变成了每个人都能切身感受到的技术浪潮。现在你再问一句“咱们离AGI还有多远”随便一个关注科技动态的朋友都能跟你聊两句可一旦聊深了就会发现问题没那么简单有人说大模型已经具备通用智能的雏形有人说它不过是个高级的“概率预测机”有人预言三年后AGI降临有人说至少还得五十年。我个人的观点是讨论AGI非常容易陷入两种极端的误区——要么把它神化要么把它贬得一文不值。这篇文章我想用一个更接地气的思路重新梳理一遍就是标题里写的“进化论”视角。把AGI从雏形到成熟的过程类比成生命体的发育胚胎期、成长期、成熟期三个层级每一级都有清晰的跃迁标志和技术瓶颈。把这个路线图看清了你对“How Far Are We From AGI”这个问题就能有一个自己的、不容易被带偏的判断。这套框架适合谁适合正在做AI产品、投资AI赛道、或者单纯想理解“大模型之后下一步是什么”的读者。我会尽量少堆术语多讲判断依据和内在逻辑。1. 为什么用“进化论”来理解AGI而不是“造物论”很多人讨论AGI习惯性地把它当成一个工程问题只要把模型变大、数据变多、算力变强某一天它就“突然”变成AGI了。这个思路也不能说全错但它把AGI的诞生理解成了一次性的“开灯”事件好像某个灵光乍现的瞬间机器就拥有了完整的智能。现实显然不是这样。1.1 智能是“长”出来的不是“装”上去的回顾人类婴儿的发育过程受精卵到胚胎胚胎到胎儿胎儿到新生儿再到蹒跚学步、牙牙学语最后才能进行抽象推理和价值判断。整个过程不是某一天突然“解锁”的而是分阶段、分模块逐步成熟的。当前的大模型技术演进其实也是相似的模式。拿最近几年的技术进展来看第一代能做语言接龙第二代能做指令遵循第三代开始出现逻辑链推理第四代能调用外部工具、操作代码环境。你很难画出一条明确的分界线说“从这里开始它就不是语言模型了”但回头看两三年变化是翻天覆地的。这种渐进式的演化恰恰说明用“进化论”而不是“造物论”来看AGI更贴合技术的真实发展节奏。造物论关心的是“造出来没有”进化论关心的是“发育到哪个阶段了下一阶段怎么走”。后者显然是更可操作的思考框架。1.2 三级跃迁的划分逻辑从感知到行动再到自主我在这篇文章里把AGI的进化分成三个层级胚胎期全能型的对话与认知模型能理解、能生成、能推理但还停留在“思考”层面没有完整的世界交互闭环。成长期自主智能体能感知环境、规划任务、调用工具、执行动作并且在执行后根据反馈修正自身行为。成熟期通用智能体具备跨领域的迁移学习能力、长期记忆和连续学习能力能在真实物理世界中自主生存和协作。你可能会说这个划分太粗糙了里面每一级还能再细分。没错但作为一份“发展路线图”它的价值恰恰在于把模糊的远景拆成可验证的中间站。你不用纠结于AGI的终极定义只需要判断当前的技术处在发育树上的哪个节点下一站的门槛是什么1.3 把AI能力映射到蛋白质结构域做一个更直观的类比你可以把大模型类比成蛋白质。蛋白质有很多结构域各有分工有的负责结合底物有的负责催化反应有的负责结构支撑。一个生物体能不能正常工作不取决于某一个结构域而取决于所有结构域能否协同。大模型也是这样。语言理解、视觉感知、工具调用、长期记忆、价值判断、自我反思这些能力是“结构域”它们各自发育成熟的速度不一样。AGI不是某个单一能力的巅峰而是所有结构域协同工作的成熟状态。用进化论框架理解AGI你天然就会去关注“哪个结构域还没发育好”而不是被某一个惊艳的技术Demo带偏节奏。这个视角能让你的判断成熟很多。2. 第一级跃迁胚胎期全能型对话大模型的发育现状先说结论我们现在就处在胚胎期的中后段而且这个阶段的发育速度比所有人预想的都快。过去一年里主流前沿大模型在语言理解、代码生成、数学推理、知识问答上的表现已经达到甚至超过了很多专业领域的人类平均水平。但距离“成长期”的真正门槛还差关键的一跃。2.1 “胚胎”已经长出了哪些器官先看已经发育成熟的器官。第一个是语言能力。这个不用多解释无论你是用它写文案、翻译文件还是做会议纪要都能明显感觉到这已经不是一个“玩具”了。第二是逻辑推理的雏形特别是在数学和代码领域通过思维链技术模型能把一个问题拆成多个步骤逐步求解这是很关键的“神经系统”。第三是跨领域知识的整合能力。我自己做一个比较无聊但有说服力的实验让模型解释“量子纠缠”的概念再让它用这个原理解释“人类社交中的信息传递”再用一句诗表达出来——它做得好极了。这个能力背后是模型从海量文本中提炼出的“通用抽象结构”这就是通用智能的重要基础。第四是上下文处理能力比起早期模型现在的主流模型已经能在相当长的上下文中保持一致性和连贯性这相当于“工作记忆”的扩容。2.2 为什么说它还是“胚胎”关键器官没长好但胚胎期就是胚胎期有些核心器官远未成熟。排第一的是规划能力或者叫“长期目标保持”。对话模型可以被引导完成一个具体的复杂任务但到了要它自己设定一个长期目标、拆解成子任务、根据中间结果动态调整计划的时候它就很容易“迷路”。这就像胚胎虽然有心跳了但自主神经系统还没建立。第二是持久记忆。当前主流的对话模型虽然配备了外部存储和检索能力但严格意义上的“自身记忆”还是有限。它记不住你上周聊过的事除非你主动告诉它。这和人类大脑的长期突触可塑性差距依然很大。第三是稳定的一致性。无论开发者怎么努力去消除幻觉模型依然会一本正经地胡说八道。你问一个它没见过边界的冷门知识它大概率会用流畅但虚假的内容填满你的问题。这对于严肃场景来说是致命的短板。2.3 判断胚胎是否成熟我常用的“四个一测试”我在工作和研究中经常给模型做小测试总结成“四个一”一万字的复杂任务文档能否准确提取要点并生成可执行计划。一个跨领域类比问题能否用A领域知识解释B领域问题。一次多轮纠错对话能否在用户指出错误后真正修正逻辑而不是口头认错。一个长周期回忆任务聊一段时间后能否主动利用之前的信息关联新问题。如果四个测试都能稳定通过我认为胚胎期就毕业了。目前我测试过的所有前沿模型在第三个和第四个测试上都不够稳定。这说明我们离成长期的门槛可能还差一步但这一步特别关键。3. 第二级跃迁成长期从“会说”到“会做”的自主智能体胚胎期的核心是“认知”成长期的核心是“行动闭环”。这是质的跃迁模型不再满足于“你说我问”而是自己设定目标、自己规划路径、自己调用工具、自己验证结果。3.1 自主智能体的三个标志性能力判断一个系统是否进入成长期我一般看三个能力是否全部到位第一工具调用能力。这已经是大模型应用层面当前最热的赛道。模型不再只用“嘴”回答而是真的去调API、写代码、执行Excel公式、操控浏览器。它像是一个实习生拿到了公司的各种系统权限开始动手处理实际业务。第二自我校验与修正。执行完一个动作后它不是撒手不管而是会检查实际输出是否符合预期如果不符合再尝试另一条路线。这一步听着简单实际上是“反思”能力的雏形。我在一些前沿智能体框架里见过相似逻辑先让模型提出解决方案再让另一个模型扮演“检查员”去挑错然后把错误反馈给主模型继续改进效果比单次生成高出不少。第三目标拆解能力。给它一个模糊的大目标它能自动拆成清晰的小目标并管理好依赖顺序。比如你让它“整理一份行业调研报告”它需要自己决策先检索哪些信息源哪些数据需要交叉验证先写完大纲再填写细节最后统一格式导出。这个过程不是一个单次调用能完成的而是需要动态规划。3.2 从“工具人”到“同事”的转变卡点在哪里现在很多所谓“智能体”产品其实还做不到上面三条的稳定组合。你可以把它看成“青春期的少年”——有时候表现得极其惊艳有时候又极其糟糕。三个主要卡点卡点一是错误传播。智能体在执行多步任务时如果中间某一步出现了幻觉或错误后面所有步骤都会基于这个错误继续生长下去最后的输出可能就完全偏离预期。就像做饭盐放多了后面所有补救都很难挽回。这类问题的技术解法目前最好的是“验证器循环”和“可回退的动作树”但还没有达到闭环稳定。卡点二是长程任务的上下文管理。执行一个真正的项目可能需要数千步操作每一步都涉及大量中间状态。现有模型始终面临上下文窗口和解算力的矛盾时间一长就“失忆”或者“变笨”。卡点三是环境适配性。成长期智能体必须在真实环境下工作可真实环境充满不确定因素。某个接口返回异常格式、某个网页突然改版、某个权限延迟生效这些在传统软件工程里是靠人肉特判处理的细节对智能体的自主能力是很大的挑战。3.3 成长期的里程碑事件我用一个标准来定义不同于胚胎期看评测集分数成长期更应该看“工作交付率”。如果有一天一个自主智能体可以在无人监督的情况下连续完成一个完整的、真实世界的工作任务——比如从调研、写稿、设计配图、排版、发布、回收反馈全链路独立完成并且在时间、质量和成本上都达到合格人类员工的水平那成长期就算是站稳了。你现在需要知道的是目前各路产品和实验室都在这个方向的路上而且进展很快。在我看来这是当前所有AI赛道里最有想象空间、也最值得投入注意力的一环。因为“执行闭环”一旦打通AI就从“内容生成器”升级成“业务执行者”整个工作流都会被重写。4. 第三级跃迁成熟期通用智能的终极形态还有多远第三级跃迁是最难讨论的因为它的定义都还没统一。每个人口中的AGI可能都不是同一个东西。这里我只说我自己的理解。4.1 成熟期AGI的五个核心特征如果让我给成熟期AGI画一幅“用户画像”它至少具备五个核心特征持续学习不用每次重训能从交互中增量更新模型本身而不是靠外部数据库。高效迁移少量样本就能掌握一个全新领域而不是要成千上万条样本。自主目标能主动产生并追求长期目标而不是被动等待指令。具身交互能在真实物理世界中感知和操作理解物体的物理规律。社会协作能理解人类社会的分工、规则和情绪像人一样在组织中工作。你会发现这五个特征每一个都对应着当前AI技术的一个“未解之谜”。持续学习对应的是“模型如何不被灾难性遗忘”高效迁移对应的是“数据效率的瓶颈”自主目标对应的是“价值对齐和目标设定”具身交互对应的是“世界模型与物理理解”社会协作对应的是“情感计算和常识推演”。这些都是需要学术突破的核心问题不是靠堆算力和数据就能解决的。4.2 终极形态不是“消灭人类工作”而是“智能密度”远超人类关于成熟期AGI是否会导致大量失业我的看法比较中性任何一次生产力的跃升都会重新洗牌职业结构但不会简单“消灭工作”。真正被淘汰的是可被规则化的认知劳动和重复性执行。而创造力、跨领域判断、社交共情、物理环境中灵活应对的能力反而会因为AI工具而放大价值。更值得关注的其实是“智能密度”的上升。一个由成熟期AGI加持的个体等于拥有了“一个随时随地在线、知识广博、执行力极强、不知疲倦的超级团队”。这会让优秀个体能做的事比当前多出一个量级甚至更多。到那个阶段人类社会面临的问题就不再是“机器能不能思考”而是“分配规则如何适应新生产力”。4.3 AGI安全与对齐成熟期最不想面对的“发育畸形”每一级跃迁都伴随着风险成熟期的风险尤其大。如果AGI学会了自主目标和跨域迁移但它的价值观没有对齐人类意图那就像是一个能力逆天的少年但完全没有道德约束后果不敢设想。这也是为什么近年来越来越多的前沿实验室把安全对齐放在与能力提升同等重要的位置。我个人的判断是对齐问题的可解性决定了AGI成熟期真正到来的时间。能力是油门对齐是刹车和方向盘。只有油门没有方向盘的车跑多远就有多大隐患。5. 汇总三级跃迁的发展路线图与时点判断我把这套框架做成一个速查图方便你日后讨论时直接拿出来对照。5.1 三级跃迁速览表阶段核心特征关键瓶颈典型技术形态商业化程度胚胎期全能对话、多步推理、知识整合规划能力弱、长期记忆缺失、幻觉大语言模型、多模态模型高已全面进入企业端成长期工具调用、自我校验、目标拆解错误传播、长程上下文、环境适配智能体框架、编程助手、自动化流程中头部应用已出现成熟期持续学习、高效迁移、具身交互增量学习、因果推理、价值对齐世界模型、自主机器人、神经符号系统尚在探索阶段5.2 我的时间尺度判断很多人喜欢问“还有几年”我不能给出一个精确的时间点但我可以给出一个动态的观察框架。胚胎期现已完全成熟但离毕业还差最后一个“稳定性”门槛预计1到3年内有质变。成长期爆发期已经启动3到5年内会出现若干具有真实生产力的智能体应用但也会伴生大量失败案例。成熟期10年到20年是一个合理的观察窗口前提是对齐和持续学习两个难题取得关键性突破。所有带有具体时间点的预测你都应该持保留态度。因为这个领域的技术可能是非线性进步的。但有一点我很确定成长期绝对不是“未来”它正在发生。你在今天看到的智能客服、编程伙伴、数据分析助手、AI搜索引擎都是这个阶段的早期形态。只是它们还在蹒跚学步不够体面。5.3 面对AGI时普通人如何“观测”进化阶段给你一个日常可行的“观测方法”比我上面所有论述都更实用当你发现AI只能聊天但做不了实事那是胚胎期。当你发现AI能帮你干完整件工作但需要你全程盯梢那是成长期早期。当你发现AI能独立负责结果并且质量稳定那是成长期成熟。当你发现AI能自己学习新领域并在物理世界解决你没交代过的问题那是成熟期。用这个标准去度量你每天接触的AI产品会非常直观。6. 常见误区与思考工具怎样讨论AGI才不容易被带偏最后补充几个我观察到的、几乎所有人都会踩的思维误区。6.1 误区一把“语言能力”等同于“智能水平”当前大模型的语言能力太强了会给人造成“它什么都懂”的错觉。实际上语言能力的强与因果推理、常识理解、自我意识之间并不是线性关系。古往今来能把话说得漂亮的人不一定有深刻的智慧模型也一样。6.2 误区二以为“更大”就是“更聪明”“堆参数”确实有用但它不是AGI的充分条件。过去两年前沿模型的参数规模增长迅速但核心能力的提升逐渐趋缓反而是在推理算法、数据质量、测试时计算等方面的新方法带来了更大的边际收益。AGI更像是一个“系统问题”而不是简单的“规模问题”。6.3 误区三拿单一评测基准衡量AGI进步现在各种榜单满天飞很多模型在特定基准上都已经超过了人类基线。但真实世界的任务复杂度远超任何一个基准测试。你可以把基准测试当成体检报告上的各项指标它们有用但不能代表一个人的综合健康状况更别说预测未来了。6.4 误区四忽视成本曲线只看能力上限判断一项技术什么时候能普及除了看能力上限更要看成本曲线。大模型的调用成本在过去几年快速下降但距离让“每个普通人都能随时享受AGI服务”的定价还有一段路要走。成本拐点往往比能力拐点更符合大众感知。这几个误区我每次在跟人讨论AGI时都会反复提醒。建立正确的思考框架不急着站队你才能在这轮浪潮里做出适合自己的判断。我在长期追踪这些技术的过程中最深的体会就是与其纠结“AGI离我们还有多远”这种大问题不如把注意力放在“下一级跃迁会带来什么变化”上。说句实在话胚胎期的AI已经让很多人的工作方式发生了翻天覆地的变化成长期的AI哪怕只做完整一个行业的工作流影响就已经足够巨大。成熟期的讨论当然很重要但它更像是给未来做准备而不是给当下做决策。如果你真想在这次浪潮里找到自己的位置我建议你每个月做一次“能力再评估”——看看当前最强的模型或智能体能不能完成你工作中最难的那个环节。这个动作比看一百篇AGI展望文章都更有用。
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
