Ben Goertzel详解OmegaHive：用智能体蜂群递归迈向AGI

SingularityNET创始人Ben Goertzel在参加AGI-26会议后，系统分享了利用智能体蜂群递归自我提升、渐进式构建AGI的思考。他观察到越来越多人尝试让智能体自动抓取论文并编写AGI代码，并详细介绍了其团队正在构建的OmegaHive架构及评估生态。

已确认

要点：Goertzel观察到AGI-26会议上许多人尝试让智能体群下载论文并拼凑代码库来编写AGI，他认为这包含了可行方法的种子。
要点：团队正在开发OmegaHive架构，其核心是自我提升的良性循环：每个整合的机制都让蜂巢更擅长实现下一个机制，人类研究人员只需在卡点处解答问题而非编写代码。
要点：蜂巢改进采用受控的增量循环：基线化蜂巢后，每次只添加一个认知机制（如不确定性推理、注意力经济、预测编码），评估、调优、推广或搁置后再重复。他强调盲目同时调试数十个组件会导致难以解决的全局优化问题。
要点：为确保测试质量，团队会在每个测试上训练窄AI作为基线和调优器，确保测试无捷径且难度适中，然后将合格的专业模块包装成蜂巢可学习的模块。
要点：由于单一基准容易被攻破，团队构建了包含10个环境的复杂评估生态，包括AGI Maze（2D世界，难度高于ARC-AGI-3）、Neoterics（3D合成生态）、RoboGarden、RepoOps、LeanGarden（定理证明）等。
要点：在价值观对齐方面，团队正将控制权从大模型循环转移至每个蜂群中具备价值反思能力的AtomSpace神经系统，通过去中心化智能体蜂群来融合人类多元价值观。

要点：该方案提出了一条区别于单纯扩大模型规模的AGI构建路径，将复杂的全局优化问题拆解为可控的增量认知机制循环，并为AGI评估和价值观对齐提供了具体的工程化设想。

2026-08-08 ~ 2026-08-08 · 10 条相关