通用人工智能
Artificial General Intelligence
学到 认得 就够：听到能明白
你可能会说
“我看到有人说一个助手已经达到 AGI，这足以说明它能独立完成我的研究吗？”
AGI 通常指能在广泛任务上达到较强、可迁移能力的人工智能目标。它没有统一公认的判定门槛，讨论时必须说明采用何种定义和测试。
使用 AI
科研里的例子
一款模型通过统计考试，不代表它能独立进入村庄完成抽样、伦理沟通、数据管理和可靠因果判断。
“通用”涉及任务广度，“智能程度”涉及表现水平，还可能涉及学习、迁移和自主性；这些维度不应混成一个分数。有研究尝试分级操作化，但分级框架本身不是全领域共识。考察某个 AGI 声明，应追问任务样本、人类比较群体、可用工具、失败率和成本。少数竞赛表现突出，可以证明特定能力，无法单独涵盖真实世界中的全部适应与责任要求。
判断
亲手检查一次
找两种 AGI 定义，各列至少三个可测指标和一个不可测假设，看看同一个系统是否会得到不同判断。
它做不到的
AGI 是存在争议的研究与公共讨论术语，不把机构自己的达标声明、考试成绩或产品名称当作公认结论。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。