来自 Taelin（@VictorTaelin）的推文线程

恐怕那些认为通用人工智能还很遥远的人，一定是在思考…… “LLM 能否扩展到 AGI？” 而不是 “人类离通用人工智能更近了吗？” 他们似乎完全忽略了即将到来的突破，当然也不会考虑现有工具是如何加速这些突破的。他们看到 GPT-3、GPT-4、GPT-5，脑海中浮现出这样的画面：“GPT-7 会是通用人工智能（AGI）吗？” 然后他们意识到，显然不会。于是，他们又认为通用人工智能还需要很多年才能实现。 如果我没记错的话，Karpathy 花了大约一年时间才实现 NanoGPT。现在，请花点时间想象一下，一个能够通过以下提示的模型是什么样的： “用纯 C 语言编写一个可运行的 GPT-2 克隆版本，但要加上……” 一旦这种技术出现并得到广泛应用，LLM（法学硕士）时代就将接近尾声。我们将立即进入一个过渡时期，从现有技术过渡到下一代技术，因为世界各地的实验室将以超高速开展研究和实验，尝试新的系统，探究智能的本质。而最终的成果将是一个真正意义上的通用智能系统。 说实话，我认为这会让很多人措手不及，尤其是那些在大型人工智能实验室工作的人，因为他们已经习惯了LLM曲线。他们认为LLM曲线就是唯一的智能曲线。但事实并非如此。 智能的指数级增长是由一系列突破性进展推动的。它始于生命，历经细菌、鱼类、恐龙、人类、火、农业、文字、数学、印刷机、蒸汽机、电子技术、计算机、互联网，直至如今的法学硕士。每一项进步都加速了向下一步发展的进程。法学硕士并非最终的成果，而是倒数第二项。 我说的“2026年底左右的AGI”指的不是GPT-7，而是XYZ-1，它将由一个拥有GPT-6访问权限的团队来实现……