Will DePue 辩论：持续学习并非 AGI 的真正瓶颈
willdepue · x · 2026-08-13
AI 创业者 Will DePue 发表长文观点，认为业界常提的“持续学习”并非通向 AGI 的明确单一路障，许多所谓的限制被夸大了。
- 灾难性遗忘：他认为这纯粹是工程能力问题，只要方法得当根本不存在。
- 技术替代：如果只是需要无限记忆，强化学习（RL）和草稿本扩展完全可以解决；如果是为了更好的上下文学习，单纯扩大模型规模就能改善。
- 核心论点：唯一站得住脚的痛点是“测试时可能需要梯度和权重更新”，因为梯度在训练时非常有效。但这不足以构成真正的 AGI 瓶颈。他在后续回复中吐槽这个概念已经沦为空洞的 ML 黑话。
「漫话AGI」频道最新
- 李飞飞谈AI：生产力提升不等于共同繁荣 — FellMentKE · 2026-08-13
- AI 没有降低软件开发门槛，只是改变了困难的方式 — HanchungLee · 2026-08-13
- 算力门槛过高，顶尖AI研究员可能正埋没于偏远地区 — DrDatta_AIIMS · 2026-08-13
- AI将抢走多少饭碗？UNSW顶尖AI教授 Toby Walsh 即将开讲 — TobyWalsh · 2026-08-13
- 高盛研报警告 Google Zero 来袭：AI 搜索致出版商流量暴跌超 40% — SumitGup · 2026-08-13
- 给 AI 输出加水印的核心价值：防止模型递归训练 — lilyraynyc · 2026-08-13