观点:世界模型到不了 AGI,持续学习才是最后也是最难的一块拼图
Intelligent-Cream-14 · reddit · 2026-09-16
作者提出：世界模型无法通向 AGI/ASI，持续学习（continual learning）是唯一缺失的一环，但可能比想象中难得多。
核心论点：
- 更新机制必须比模型本身更复杂。类比人脑，持续学习机制要判断 1) 何时更新 2) 更新多少 3) 遗忘/优化/合并什么来腾出空间——大脑在这几方面效率惊人。
- 当前模型的成功主要靠可验证结果的 RL，而持续学习本身难以验证：相当于「给 RL 算法做 RL」，甚至可能是人脑中多层 RL 叠加，连奖励的定义都可以被更新。
- 实际痛点佐证：作者工作三个月积累的经验，模型无法隐式继承，必须把上下文写成文字塞进 prompt，而普通同事却能自然举一反三。
- 结论是好消息与坏消息并存：这是最后一块拼图，但可能是最难啃的一块，也可能迫使社区寻找另一条通往 AGI 的路径。
「漫话AGI」频道最新
- AI 安全研究者：AI 公司完全缺乏这类有效的事后人类监督 — davidmanheim · 2026-11-02
- Ыég especial: 长文析 AI 价值在效率之后：Infra 必然过剩，应用层基建正当时 — yangyi · 2026-11-02
- vikhyatk:通往奇点路上算力将交替出现过剩与短缺 — TheZachMueller · 2026-11-02
- Sam Altman 断言：AI 已超越顶尖科学家，2026 将是历史转折点 — kimmonismus · 2026-11-02
- DeepSeek 设计文档：一人只能盯 3-5 个 agent 会话，瓶颈不再是模型 — heyshrutimishra · 2026-11-02
- AI 意识研究者:我们没有可靠方法判断 AI 是否有意识 — dioscuri · 2026-11-02