AGI 标准没被移动:真正缺的是「学会如何学习」的元学习能力
laoma1255 · reddit · 2026-09-08
一篇长文反驳「AGI 目标移动」论:不是标准变了,而是人们混淆了「积累的技能」与「真正的智能」。作者援引 Chollet 的 ARC-AGI 立场——智能不是在已知任务上的固化表现,而是在陌生问题上习得新技能的样本效率。
核心论点:人类工程师才是模型的「外部元学习者」。 当模型在 ARC 等新基准上失败,是人类工程师分析失败原因、编写专用模拟器、设计课程流水线、生成针对性合成数据,模型只是在人搭建的脚手架上跑梯度下降。模型没有学会适应,是工程师替它做了元学习。
「AlphaGo 谬误」反复上演: AlphaGo 训练了数百万盘棋却不会下 20×20 棋盘,除非重新训练。靠大军团研究数月定制数据刷高一个基准,是过度工程化的专家,不是通用学习者。
真正的 AGI 需要闭环: 自主诊断盲区、自主生成课程/数据、自主训练更新自身再应用于原问题。RSI(递归自我改进)的雏形目前仍局限于定义良好的编码/数学循环。结论:要求 AGI 能自主学习解决未见问题不是移动球门,这正是「通用智能」的定义。
所属事件:AGI 判断标准之争：持续学习与移除人类成关键门槛(5 条相关)→
「漫话AGI」频道最新
- 92岁数学家 Joan Birman 与少年学徒的师徒佳话 — lukaszkaiser · 2026-09-08
- AI 时代的失落：再也看不出一篇文章背后花了多少功夫 — Genzinvestor16180339 · 2026-09-08
- 为什么大实验室人才不流向 METR?一条引出行业讨论的推文 — a__tomala · 2026-09-08
- 用 AI 伪造整套设计师作品集上 Vercel,作者感叹「招聘已死」 — AIandDesign · 2026-09-08
- 1 万个 AI Agent 各领 5 美元谋生，仅 383 个还养得起自己 — anirbanbandyo · 2026-09-08
- AI 剪辑时代忠告:不懂时间线,等于不懂代码就 vibe coding — _AustinCalvert_ · 2026-09-08