这份 AGI 路线图先讲智能体，再讲持续学习和具身智能
teortaxesTex · x · 2026-07-23
一张路线路图：先学会学习，再到智能体和具身智能
配图里的长段表态把公司的长期目标直接定成 AGI，并把路线概括为一条“阶梯式”路径。
核心判断是：只要问题描述足够清楚、上下文足够完整，今天的 AI 已经能在有限范围内超过人类；但它还缺两样关键能力：
- 持续学习：人类在公司里工作一段时间后会逐渐熟悉环境，AI 目前做不到这种长期适应。
- 现实世界上下文：AI 还不能像人一样自然理解大量隐含背景，因此离真正替代员工还有距离。
这段路线图给出的顺序是：
- 先学会学习
- 进入智能体阶段，扩展模型能完成的任务范围
- 下一步的瓶颈是 持续学习
- 如果模型能持续学习并自我迭代，可能进入某种 奇点
- 再往后是 具身智能，进入现实世界，承担家务和养老照护等工作
发言者强调，这更像是一个逐步上升的过程，而不是突然跃迁。
「漫话AGI」频道最新
- Moonshot 认为 world models 不在 AGI 主线，不值得优先投入 — teortaxesTex · 2026-07-23
- Moonshot 相关人物对 Daya 离开感到意外，团队稳定成核心 — teortaxesTex · 2026-07-23
- rakyll：AI 时代真正稀缺的是算力、领域知识和品味 — rakyll · 2026-07-23
- Miles Brundage 转引演讲：AI 可能催生前所未有的协作 — Miles_Brundage · 2026-07-23
- 模型越强越难约束，非预期后果也会增加 — IgorKurganov · 2026-07-23
- 一条回复称，硅谷功利主义者常把自主性看得很轻 — zetalyrae · 2026-07-23