连续学习缺失,模型仍远不及能干数年的人类
ChrisGPT · x · 2026-09-07
一场关于 AGI 判断标准的讨论。发帖人认为:智能应包括在具体情境中获取并应用知识的能力,而模型学习效率仍远低于人类。如果模型没有真正意义上的持续学习(continuous learning),就无法与一个能连续工作多年、积累经验、形成深度专业能力的人类相比。按 OpenAI 对 AGI 的定义,真正的 AGI 意味着大家明天都不用上班,模型可以直接学习并接手工作;但目前连 computer use 都做不到——切换一个 Slack 账号要花五分钟以上。结论:现状离 AGI 定义「差得很远」。
所属事件:社区激辩AGI判断标准：持续学习与去人类环路成焦点(5 条相关)→
「漫话AGI」频道最新
- 新研究：AI 智能体谈判能力差，还会故意违约 — menhguin · 2026-10-26
- NBER 研究：仅 2.9% 美国人为 AI 付费，留存率低至 20% — avicgoldfarb · 2026-10-26
- AI 研究员曾预测机器人 2034 年才能跑赢人类，今年已被连续打脸 — ben_j_todd · 2026-10-26
- 别再拿「生物学」当医药研发的代名词：一位 AI 从业者的吐槽 — KevinKaichuang · 2026-10-26
- ESR 谈「Bug 崩坏潮」：封堵前沿模型只会让中国开源模型占便宜 — colinmcnamara · 2026-10-26
- Anthropic 官方报告：初级技术岗位招聘占比从 27% 降至 9% — thione · 2026-10-26