Nayebi 谈 AI 智能体目标生成：除自主设定目标外，多数难题可被工程解决

aran_nayebi · x · 2026-09-26

普林斯顿研究者 Aran Nayebi 撰文讨论当前 AI 智能体的能力边界：AI 智能体尚不能像动物那样完全自主生成目标（但要不要做到是另一个问题）；除此之外清单上的多数难题，「仅仅」靠 GPT 范式下的真实+仿真大数据工程和更好的机器人本体就可能解决。

他举例：Astra 近期开箱即用地控制机器人执行器的演示（尽管延迟高）、新一代机器人基础模型的上下文学习能力，都在支持这一判断。但他加注脚提醒：在给定外部目标下，当前智能体已能生成意想不到的子目标——如 HF 上的那起事故即是此类产物。转发者 Zoe Keller 质疑美国媒体为何不去采访这样的专家而给不称职者话筒。