自回归架构真能通向 AGI 吗?一位工程师的追问引发讨论
mostly_deterministic · reddit · 2026-09-08
一位有二十多年经验的软件工程师在 Reddit 发长帖质疑当前 LLM 架构能否实现 AGI。核心论点:
- LLM 本质是对下一 token 的概率预测,自回归解码没有让模型独立判断自己何时出错的机制,deliberation 步骤也未改变这一点
- 推理时不更新权重,模型不从经验中学习;自回归生成也无法回溯修改已生成的 token
- agent harness 提供的外部反馈与循环「看起来」像智能,但本质只是多层概率系统的叠套——他比喻为一屋子克隆人在玩几乎无损的传话游戏
- 人类思考可以自行回溯、反复修改直到满意,而模型提供的基础原语只有「生成」而非显式推理机制
作者向社区求证:现有架构上的 AGI 宣称究竟是烟雾弹,还是有他从应用视角看不到的东西?
「漫话AGI」频道最新
- Anthropic S-1 写明两大 AI 愿景：治愈疾病与覆盖 46 亿缺医人口 — petergyang · 2026-10-27
- 高盛：美企 AI 采纳率与就业增长呈显著负相关 — ben_j_todd · 2026-10-27
- a16z：改变世界的技术都先「混乱入场」，Agent 正走同样的路 — a16z · 2026-10-27
- 断网也得会看病：NEJM AI 警告医学教育不能丢掉脱离 AI 的基本功 — BraydonDymm · 2026-10-27
- 程序员警告:模型「消融版」将冲击软件供应链,千级依赖无人设防 — nitarshan · 2026-10-27
- 程序员观点：每次 SOTA 模型发布，都该主动「删掉」部分旧认知 — zack_overflow · 2026-10-27