Reddit 热帖：Astra 已能稳定完成窄定义任务，AGI 或只需再迭代一两次
aalluubbaa · reddit · 2026-09-14
作者基于密集使用 AI agent 的一手体验，论证递归自我改进（RSI）并非荒谬可能：
- 当前最强的 Astra/Utra 已能以较高成功率完成「窄而清晰定义」的任务，甚至能组合小众概念给出新颖解法——这类能力未反映在基准测试中。
- 但模型尚不能可靠完成「定义松散、真正新颖」的工作。
- 推演：假设下一代 Bel/Bel+1 被 tasked 解决「阻碍 LLM 成为 AGI 的瓶颈」（如上下文保持、持久记忆、持续学习等，估计 3-10 个），以 OpenAI 的算力并行跑百万实例数天，哪怕只解决一两个瓶颈，再并入下一版形成 Bel+2，循环往复。
作者反复强调并非断言必然发生，而是认为「相信这不可能」比「相信有可能」更不合常理，且这一判断可由普通用户体验自行外推，无需依赖内部人士爆料或政商叙事。
「漫话AGI」频道最新
- Sam Altman 最新访谈:谈 AI 下一步走向 — ResultBackground2450 · 2026-09-14
- 观点:LLM 影响堪比印刷机,但要警惕「末日心理循环」 — teodorio · 2026-09-14
- 《Adolescence》编剧 Thorne 警告:同行正用 AI「作弊」写剧本 — nordicinst · 2026-09-14
- 选「AI 免疫」学位防失业?专家称不如培养可迁移技能 — nordicinst · 2026-09-14
- 致 OpenAI 与 Anthropic 的公开信:安全表态为何不等于安全领导力 — AryHHAry · 2026-09-14
- Muon 作者提「AI 安全悖论」：最促进安全的事件最难预测 — RichmanRonald · 2026-09-14