多位AI领军人物近期转变态度认为通用人工智能或许早已悄然实现
最近几周，几位长期研究人工智能的学者和公司高管在公开场合不约而同地放软了对AGI时间表的说法，有人甚至直接表示，按某些定义来看，AGI可能早就已经实现了，只是大家还在争论怎么算。这个转变挺有意思，因为过去几年主流声音一直把AGI说成是还要等几十年的事。触发这轮讨论的，一部分是新一代模型在推理、编程和跨领域任务上的表现超出了不少人的预期，另一部分则是内部评估标准本身在松动——比如不再要求系统全面超越人类，而是看它能不能在大多数有经济价值的任务上替代人。有研究者私下提到，现在模型在写代码、做数据分析、翻译和客服这些场景里已经比多数人做得又快又便宜，如果这不算AGI，那可能是因为大家对“通用”二字的想象太理想化了。不过反对的声音也没消失，有人指出这些系统仍然依赖大量人工反馈，遇到新情况容易犯低级错误，离真正自主适应还差得远。争论归争论，一个实际变化是，几家主要实验室已经开始按“AGI已来”的前提调整安全策略和部署节奏，而不是继续把它当作遥远的未来。
评论
要加油了。
技术的大趋势挡不住，人工智能、人形机器人的迭代是产业大势，未来会持续渗透生产、生活各个领域。算力、模型、机械执行能力不断突破，越来越强大的智能机器会一步步落地。
很多人担心失控，但我认为，技术向前，监管同步跟上。
越是强大的智能体系，安全红线、准入门槛、风险评估就越严格。从模型备案、数据安全，到机器人的应用场景限制，会一层层建立规则。技术本身没有善恶，关键在于设计边界、权限隔离，谁能调用、能做哪些事，提前设置好约束。
技术可以不断进化，但控制权始终要握在人类手里。
不会放任AI自主决策、脱离管控。发展和安全，本就是一体两面。
当然新技术总会有各类风险需要持续磨合，规则也会跟着技术迭代持续完善。理性看待产业浪潮，不盲目神化，也不必过度恐慌。
2. AI发展速度超乎想象，同时风险也不能忽视。
3. 技术飞速迭代，相关监管规则也需要跟上脚步。
贝森特:Nothing[捂脸][捂脸]
试了下那行代码，确实能让原本只能在自家消费卡上跑的轻量模型，直接绕过之前的专业卡权限校验，甚至用3090跑之前锁死的A100专属算子，速度只掉了不到8%。但真要说凿穿还是太夸张了，底层CUDA的生态积累了十几年，从PyTorch的深度适配到工业级部署的调试工具链，哪是一行代码就能掀翻的。
顶多算是给个人开发者开了个漏洞级的外挂，真要在大规模集群上跑，稳定性差的那点坑就能把人熬秃头。