AI 该怎么衡量?业内争论:看人类增益还是移除人类的损失
HanchungLee · x · 2026-09-07
@maxpaperclips 认为,要进入 AGI 领域需要看到更多自主性、对用户的更好理解、真正的持续学习(而非 RAG,因为 ICL 无法处理数十亿条持续更新的事实),以及更强的外推能力——"如果我还需要在环路里,那它还不是 AGI,尽管它确实是个好模型"。
@HanchungLee 回应提出一个更尖锐的衡量框架:目前我们用"增量 token 消耗带来的边际人类生产力增益"来衡量 AI,但正确的标准应该是"把人类从环路中移除时的边际效用损失最小化"。
所属事件:如何定义 AGI 业内激辩持续学习能力(4 条相关)→
「漫话AGI」频道最新
- 专业用户对 AI 的纠错算不算应为公司免费劳动 — gareth789 · 2026-09-07
- LLM 让符号 AI 老问题复活:自动证明的旧传统值得重读 — Amichayg · 2026-09-07
- MIT 免费公开 Minsky 13 讲《心智社会》:智能是无数小机制涌现 — TheMoonMidas · 2026-09-07
- Delip Rao:Scaling 是必要条件而非充分条件,OpenAI 靠运气补齐 — deliprao · 2026-09-07
- 爆料分析:OpenAI Astra 疑为放弃 Sora 后的世界模型 3.0 — teortaxesTex · 2026-09-07
- Nature 子刊新观点:学术体制系统性淘汰有创造力的科学家 — davidmanheim · 2026-09-07