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
- Benioff:社交媒体只是热身,AI 高管须为产品安全担责 — TheTuringPost · 2026-09-16
- 隐私学者 Véliz 撰文回应惊悚 AI 预言：未来不是被预测而是被制造 — CarissaVeliz · 2026-09-16
- Dreamforce 上的两条路线：Amodei 主张减速，黄仁勋主张加速 — kimmonismus · 2026-09-16
- OpenAI 研究科学家 Noam Brown:模型「研究品味」再一两个版本或超我 — haider1 · 2026-09-16
- OpenAI 研究员 Noam Brown：再发布一两代模型，研究品味或将超过我 — haider1 · 2026-09-16
- 博主预测明年年底：机器人革命、OpenAI 硬件与 AGI 之间 — flowersslop · 2026-09-16