Burkov：连续 3-5 轮修图改不动，才算测出前沿 AI 真实力

burkov · x · 2026-10-05

机器学习知名作者 Andriy Burkov 提出一个另类的「AGI 试金石」：别看写代码——那是不泛化的特例，真正的检验是交互式图像编辑，即用户通过多轮追加 prompt 提出修正请求。

他的标准很直白：如果连续 3-5 轮修正指令后你还没想把键盘砸了，那才配叫 AGI。言下之意是当前多模态模型在「听懂反馈并准确修改」这类需要理解意图、精细控制的任务上，体验仍然远逊于编码等已被验证的强项。