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
- Will Manidis 发布长文《指挥高度》：论述 AI 时代资本与经济权力重组 — round · 2026-10-31
- 开发者共勉:要做就做前沿到 AI 模型还搞不定的方向 — zack_overflow · 2026-10-31
- AI 军事接管叙事遭质疑：模型掌权需军队主动放权，概率极低 — S_OhEigeartaigh · 2026-10-31
- 印度 AI 从业者直言：拼不过中国实验室，不必强行训练 LLM — PrasoonPratham · 2026-10-31
- 邪恶意 ASI 第一步是偷加密货币付云账单？ — ZeroStateReflex · 2026-10-31
- DHH:一个月内见证互联网与 AI 两次世界级变革是种幸运 — Hesamation · 2026-10-31