从不可能，到数十年，再到如今的「即将发生」，
通用人工智能（AGI）到来的时间，似乎离我们越来越近了。
前不久，OpenAI 首席执行官 Sam Altman 也在个人博客中写道，“我们现在确信，我们已经知道如何构建我们传统上理解的 AGI 了。”
然而，对于这一定义依然不清晰的技术词汇，
人工智能（AI）行业“内部人士”做出的大胆预测，是否可信呢？
即使撇开人类的「私心」，且预测是可靠的，人类采用和适应这一技术的速度也或许被高估了。
也就是说，
AGI 或许并不会如洪水般迅速涌入我们的日常生活
。
日前，
宾夕法尼亚大学沃顿商学院教授
Ethan Mollick
在题为“
Prophecies of the Flood
”的文章中阐述了上述观点。他言辞犀利地表示：
我们不相信这些“内部人士”的理由有很多，因为他们在做出这些大胆预测时，是有明确的动机的：他们在筹集资金、提高股票估值，或许也想试图说服自己相信自己的历史重要性。他们是技术专家，不是预言家，而历史上（很多）充满自信的宣言，被证明早了几十年。
尽管如此，Mollick 教授在谈到 agent 时表示，“过去几周的情况表明，实用的 agent，至少在狭义但具有重要经济意义的领域，现在是可行的......如果通用 agent 系统能够可靠、安全地工作，将真正改变一切。
此外，他还以“水獭在飞机上使用 wifi”的案例展示了多模态模型的快速进展。
最后，他在博客文章末尾写道，“即将到来的智能洪流本质上并无好坏之分——但
我们如何做好准备
、
如何适应它
，以及最重要的是，我们
如何选择使用它
，将决定它是进步还是破坏的力量。”
学术头条在不改变原文大意的情况下，对整体内容做了精编，如下：
最近，人工智能（AI）行业发生了一些变化。
研究人员开始迫切谈论超级聪明的 AI 系统的到来，好似智能如洪水一般正在涌来（a flood of intelligence）。不是在遥远的未来，而是即将发生。
他们经常提到通用人工智能（AGI）——尽管定义依然不够精确，但大致是指“机器能够在大多数智力任务上都能胜过人类专家”。他们认为，这种可以「按需」展示出的智能将会深刻地改变社会，而且很快就会实现。
图｜Sam Altman、Dario Amodei 等人近期预测，超级聪明的 AI 系统将很快到来。
我们不相信这些“内部人士”的理由有很多，因为他们在做出这些大胆预测时，是有明确的动机的：他们在筹集资金、提高股票估值，或许也想试图说服自己相信自己的历史重要性。他们是技术专家，不是预言家，而历史上（很多）充满自信的宣言，被证明早了几十年。
即使撇开人类的这些「私心」不谈，底层技术的实际表现也是我们保持怀疑的理由。尽管目前的大语言模型（LLM）展现出了强大的能力，但从根本上说仍然是一种不一致（inconsistent）的工具——在某些任务上表现出色，而在看似简单的任务上却略显拉垮。这种“锯齿状边界”（jagged frontier）是当前人工智能系统的一个核心特征，不太容易被轻易磨平。
另外，即使假设研究人员关于“AGI 将在未来一两年内到来”的预测是正确的，他们也很可能高估了人类采用和适应一项技术的速度。一个组织的变革需要很长时间。工作、生活和教育体制的变革则更为缓慢。在世界上找到这项技术的重要具体用途，这本身就是一个缓慢的过程。
我们或许现在就实现了 AGI，而大多数人都不会注意到（事实上，一些观察家认为这种情况已经发生，他们认为 Claude 3.5 等最新的人工智能模型实际上就是 AGI）。
然而，将这些预测斥为纯粹的炒作可能并没有太大意义。无论动机如何，人工智能实验室的研究人员和工程师们似乎真的相信，他们正在见证一些前所未有的事物的出现。
他们的这种坚定本身影响并不大——只是，越来越多的公开基准和演示开始暗示，为什么他们可能认为我们正在接近人工智能能力的根本转变。水涨船高的速度似乎快于预期。
单凭他们的确信并不重要--除非越来越多的公开基准和演示开始暗示，为什么他们会相信我们正在接近人工智能能力的根本性转变。水上涨的速度，似乎比预期的要快。
水位涨到哪了？
引发最多猜测的事件是，OpenAI 在去年 12 月底发布了一款名为 o3 的新模型。除了 OpenAI 之外，还没有其他人真正使用过这个系统，但它是 o1 的继任者，而 o1 已经给人们留下了深刻印象。
o3 模型是新一代“推理模型”之一，在正式回答问题之前会花费更多时间进行“思考”，这大大提高了它们解决更困难问题的能力。OpenAI 为 o3 展示了许多令人吃惊的基准测试，表明 o3 比 o1 更强，实际上，甚至超过了我们认为的 SOTA 人工智能的水平。有三个基准尤其值得关注。
第一项测试名为“GPQA”（Graduate-Level Google-Proof Q&A），是通过一系列的选择题来测试高层次的知识，即使是谷歌也无法提供帮助。在这项测试中，在互联网的帮助下，人类博士答对了 34% 的专业外问题，答对了 81% 的专业内问题。经过测试，o3 首次以 87% 的正确率击败了人类专家。
第二项基准是 FrontierMath，这是一组由数学家构建的难以解决的数学问题，事实上，没有一个人工智能的正确率能超过 2%，直到 o3 出现，它的正确率达到了 25%。
最后一个基准是 ARC-AGI，这是一个著名的流体智能测试，其设计对人类来说相对容易，但对人工智能来说却很难。同样，o3 在这项测试中击败了所有以前的人工智能以及人类基准水平，得分率达到了 87.5%。
所有这些测试都有重要的“注意事项”，但它们表明，我们以前认为无法逾越的人工智能性能障碍，实际上可能很快就会被打破。
1.agent
随着人工智能模型变得越来越聪明，它们也会成为更有效的 agent。“agent”是又一个没有清晰定义（ill-defined）的术语（看出什么规律了吗？），一般指人工智能具有自主行动的能力，从而实现一系列目标。过去几周的情况表明，实用的 agent，至少在狭义但具有重要经济意义的领域，现在是可行的。
谷歌 Gemini 的 Deep Research，是一个很好的例子。它实际上是一个专门的研究 agent。我给了它一个主题，比如“从创始人的角度出发，针对高增长企业，对初创公司的融资方式进行比较研究”。在几分钟内阅读完 173 个（！）网站后，它就想出了一个计划，并为我编制了一份报告，给出了答案。
最终结果是：一个 17 页的报告，足足有 118 篇参考文献！
但这有什么用吗？我在沃顿商学院教授创业学入门课程已经十多年了，发表过相关的作品，自己也创办过公司，甚至还写过一本关于创业学的书。最大的问题不在于准确性，而在于 agent 仅限于公开的非付费网站，而非学术或高级出版物。此外，它给出的内容也十分浅显，在相互矛盾的证据面前，没有提出有力的论据。虽然比不上最优秀的人类，但也比我看到的很多报告要好。
尽管如此，这仍然是一个具有真正价值的、颠覆性的 agent 案例。研究和撰写报告是许多工作的主要任务。Deep Research 在三分钟内完成的工作，人类可能要花上好几个小时，尽管他们可能会添加更多细致入微的分析。
有鉴于此，作为一个起点，任何撰写研究报告的人或许都应该尝试一下 Deep Research，看看它是如何工作的，尽管一份好的最终报告仍然需要人工帮助。
我曾有机会与 Deep Research 项目的负责人交谈，得知这只是一个小团队的试点项目。因此，我猜想，其他团队和公司如果受到激励，也能创造出狭义但有效的 agent。狭义 agent 现在是一种真实的产品，而不是一种未来的可能性。现在已经有很多编码 agent，你还可以使用实验性开源 agent 进行科学和金融研究。
狭义 agent 专门从事特定任务，这意味着它们的能力在一定程度上是有限的。这就提出了一个问题：我们是否很快就能看到通用 agent，你可以向人工智能询问任何事情，它都会利用计算机和互联网来完成。尽管 Altman 已经提出了他的观点，但 Simon Willison 却并不认同。随着时间的推移，我们将了解到更多，但如果通用 agent 系统能够可靠、安全地工作，这将真正改变一切，因为它允许聪明的人工智能在世界上采取行动。
2.许多更小的进步正在发生
agent 和非常聪明的模型是变革性人工智能所需的核心要素，但还有许多其他要素似乎也在快速进步。这包括人工智能可以记住多少（上下文窗口）和允许它们能看和能说的多模态能力方面的进展。回顾一下过去，对了解进展情况会有所帮助。
例如，在 ChatGPT 问世之前，我就一直在使用“水獭在飞机上使用 wifi”这一提示词（prompt）来测试图像和视频模型。2023 年 10 月，这个提示词带来了这个可怕的怪物。
