Gary Marcus：OpenAI 新模型 Astra 被严重高估，数学突破不等于 AGI
Gary Marcus · rss · 2026-08-03
针对 OpenAI 内部测试的新模型 Astra 在数学和理论计算机科学领域解决重大难题的事件，Gary Marcus 撰文指出，外界关于"AGI 已经到来"的狂欢犯了合成谬误（Fallacy of Composition）。
Marcus 认为，Astra 在特定数学领域的成功，并不意味着它在所有认知领域都能表现出色，更不等于解决了幻觉或可靠性问题。他提出了几个核心论点：
- 数学是特例：数学和编程高度依赖外部工具进行严格验证，且能低成本生成海量保证正确的合成数据。这种验证机制无法直接推广到开放式的现实世界问题中。
- 缺乏方法论披露：OpenAI 的展示是营销而非科学。目前没有信息说明他们尝试了多少道题才成功了 10 道，也没有计算包含顶尖数学家人力成本在内的真实总投入。
- 能力泛化存疑：将特定领域的突破等同于全知全能的 ASI，是对智能多维性的根本误解。
「漫话AGI」频道最新
- 教授展望 AI 潜力：不止于数学，更待解创业学难题 — emollick · 2026-08-03
- Adam Jacob：AI 智能体将催生「自适应软件」全新品类 — matt_slotnick · 2026-08-03
- 黄仁勋称 AI 将创造大量六位数高薪工作 — MickeySteamboat · 2026-08-03
- 开发者反思：AI 热潮正在让技术交流变得同质化 — zetalyrae · 2026-08-03
- 谷歌论文：安全微调抑制AI意识，同时削弱其类人价值观 — Promptmethus · 2026-08-03
- 旧模型福利比动物福利更值得关注？ — voooooogel · 2026-08-03