ARC 创始人:AGI 关键不在一次性能,而在自建工具与外部记忆
GregKamradt · x · 2026-09-09
ARC Prize 创始人 Greg Kamradt 表态：AGI 的「通用」意味着系统能做到未被训练过的事。如果模型权重是冻结的，那么能力提升只能来自外部记忆和它自己构建的工具。
他更看重的是「给足时间和推理量后，模型通过自建工具能做成什么」，而非一次性 one-shot 能力。他还补充：这对「harness 阵营」是短期利好，同时对做 benchmark 的人构成新的摩擦（评测对象从模型变成模型+harness 组合）。
所属事件:ARC Prize 创始人与网友激辩 AGI「通用」定义(5 条相关)→
「漫话AGI」频道最新
- WSJ 专栏：对押注 Anthropic 股份的投资者，10% 灭绝风险或只是 90% 的组合胜率 — davidmanheim · 2026-10-27
- WSJ 专栏:就算 10% 灭绝概率,押注 Anthropic 股票仍可能是 90% 的赢面 — peterwildeford · 2026-10-27
- Simile 融资 3 亿美元估值 20 亿,用 AI 模拟真人预测行为,准确率超 85% — joon_s_pk · 2026-10-27
- 研究员比喻：AI 图像像发霉面包，AI 文本像变质牛奶 — _vaishnavh · 2026-10-27
- Diamandis:别用 AI 加速旧工作,回头捡起你放弃的项目 — PeterDiamandis · 2026-10-27
- Nat Lambert:任何 AI 模型,没经过严格测试都不该被信任 — natolambert · 2026-10-27