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」。
「漫话AGI」频道最新
- 圈内存疑 OpenAI Astra 算力效率:一年内入门费或降至 5 万块 Blackwell 以下 — teortaxesTex · 2026-09-07
- 让 ChatGPT 和 Claude 关掉鼠标灯都失败:我们还远不在 AGI 时代 — koltregaskes · 2026-09-07
- AI 数学证明或致 Lean 社区分裂:人类可读 vs AI 全包 — jacobaustin132 · 2026-09-07
- 谷歌 Astra 3D 理解惊艳业界,作者称空间能力跃升不等于常识 — GabGarrett · 2026-09-07
- Resy 黄牛乱象后,作者提议用 x402 支付+人类证明做公平排队 — kleffew94 · 2026-09-07
- Reddit 热帖:AI 泡沫将破裂,收入互相循环撑不起估值 — Richnix1551 · 2026-09-07