Ilya重新定義AGI: 為什么ChatGPT離真正的AGI還很遠

從OpenAI離開后，Ilya Sutskever從公眾視野中消失了許久。

前段時間，他終于上了個視頻播客節(jié)目，和主播Dwarkesh Patel聊了1小時36分鐘，把他現(xiàn)在對AGI的看法完整表述了一遍。

如果你不知道Ilya是誰的話，簡單介紹下，他是OpenAI前首席科學家,GPT系列的核心設計者,現(xiàn)在創(chuàng)辦了SSI(Safe Superintelligence Inc.)。

我關注Ilya很久了。從ChatGPT發(fā)布起,他的每一次公開發(fā)言,我都會仔細看。這個人對AI的理解,比大多數(shù)人深太多。

這次訪談更狠。他提出了一個顛覆性的觀點:

我們對AGI的理解,可能從一開始就錯了。

AI行業(yè)的大轉(zhuǎn)折:規(guī)模時代結(jié)束了

在講AGI之前,Ilya先說了一個更大的背景。

他說了一句讓我印象很深的話:

"2020到2025,是規(guī)模時代(Age of Scaling)。但現(xiàn)在規(guī)模已經(jīng)夠大了。我們回到了研究時代(Age of Research)——只不過這次有大算力支持。"

什么意思?

過去5年,AI公司都在做一件事:堆數(shù)據(jù)、堆算力、堆參數(shù)。

規(guī)模定律(Scaling Law)吸走了所有空氣。所有人都在做同樣的事:

• 2020:GPT-3,175B參數(shù)

• 2021-2024:所有公司瘋狂擴大預訓練規(guī)模

• 數(shù)據(jù)從TB級到PB級

• 算力從百GPU到萬GPU

Ilya甚至說了一句狠話:

"Scaling sucked out all the air in the room. Everyone started to do the same thing. We got to the point where there are more companies than ideas by quite a bit."

公司數(shù)量比想法還多。這話太準了。

但現(xiàn)在呢?

規(guī)模已經(jīng)足夠大了。再100x也不會帶來質(zhì)變。數(shù)據(jù)快耗盡了,算力再堆10倍,能力提升可能只是邊際改善。

接下來拼什么?拼想法。拼對AI本質(zhì)的理解。

這也是為什么SSI才有機會——不再是純拼預算,而是拼研究深度。

說實話,這個判斷如果是對的,對整個AI行業(yè)的影響會很大。意味著小團隊、研究驅(qū)動的公司,又有機會了。

模型很強,但經(jīng)濟影響很弱——為什么?

Ilya提出了一個讓所有人困惑的問題:

"現(xiàn)在的模型在評測(evals)上表現(xiàn)驚人。但經(jīng)濟影響遠遠落后。怎么解釋這個矛盾?"

你看各種benchmark:

• 代碼競賽:超過人類平均水平

• 數(shù)學問題:接近IMO金牌選手

• 復雜推理:能解決博士級別的題目

但實際用起來呢?

會在兩個bug之間循環(huán)。會重復說同樣的話。前一句話和后一句話自相矛盾。

為什么會這樣?

Ilya給出了一個絕妙的類比。

學生A vs 學生B:AI過度訓練的陷阱

想象兩個學生:

學生A: 要成為競賽編程冠軍。于是瘋狂練習10,000小時,刷了所有競賽題,背下所有算法,成為頂尖競賽選手。

學生B: 也覺得競賽編程挺有意思,練了100小時,也做得不錯。

問題來了:誰在以后的職業(yè)生涯中會更成功?

十有八九是學生B。

為什么?

因為學生A只會做競賽題。遇到實際項目,遇到?jīng)]見過的問題,就懵了。

學生B雖然練得少,但他有"那個東西"——學習能力、舉一反三的能力、解決新問題的能力。

現(xiàn)在的AI就是學生A。

我們怎么訓練大模型的?

1. 預訓練: 喂給它所有能找到的數(shù)據(jù)——所有書、所有代碼、所有網(wǎng)頁。就像讓學生A刷遍所有競賽題。

2. 強化學習(RL): 針對特定任務瘋狂訓練。想讓它在編程評測上表現(xiàn)好?那就專門訓練編程任務,訓練到評測分數(shù)爆表。

結(jié)果呢?評測上確實表現(xiàn)驚人。但真實場景一塌糊涂。

Ilya說了一個觀察:

現(xiàn)在所有AI公司都有專門的團隊,不停地設計新的RL訓練環(huán)境。這些環(huán)境怎么設計的?

很多時候是從評測中找靈感。

"我希望模型在發(fā)布時評測成績好看,那我就專門訓練它做這類任務。"

這就是為什么模型能在評測上做很難的題,卻在實際使用中會犯低級錯誤。

它沒有真的理解,只是記住了而已。

Ilya甚至說了一句狠話:

"The real reward hacking is the human researchers who are too focused on the evals."

真正的獎勵破解(reward hacking),是研究人員太關注評測分數(shù)了。

人類的秘密武器:泛化能力

這是整個訪談中最讓我震撼的部分。

Ilya說:人類用更少的數(shù)據(jù),學得更好。

他提到了一個他自己的例子:

"我5歲的時候,超級喜歡汽車。那時候我對汽車的識別能力,已經(jīng)足夠支撐開車了——雖然我還沒法開,但我能認出所有車型。"

想想看,一個5歲小孩:

• 見過的世界很小(大部分時間在家)

• 數(shù)據(jù)多樣性極低(每天看到的東西差不多)

• 訓練數(shù)據(jù)量只是大模型的零頭

但人類學到的東西,理解得更深。

15歲的人類,學習的數(shù)據(jù)量只是GPT預訓練數(shù)據(jù)的千分之一。

但人類不會犯AI犯的那些低級錯誤:

• 不會在兩個bug之間循環(huán)

• 不會重復說同樣的話

• 不會前一句話和后一句話自相矛盾

那人類靠什么做到的?

價值函數(shù):人類內(nèi)置的"對錯感"

Ilya提到了一個神經(jīng)科學案例:

有個人大腦的情緒處理中樞受損了。他不再有情緒——不會難過、不會憤怒、不會興奮。

在測試中,他依然能說話、能做智力題,看起來一切正常。

但他完全喪失了決策能力。

選穿哪雙襪子,能糾結(jié)好幾個小時。做財務決策,完全一團糟。

這說明什么?

情緒系統(tǒng)是人類的內(nèi)置"價值函數(shù)"(Value Function)。

它告訴我們:什么是好的,什么是壞的,什么事情值得做,什么事情不值得。

沒有這個系統(tǒng),即使智力正常,也無法在真實世界中運作。

那什么是價值函數(shù)?

Ilya給了個很清楚的解釋:

"你下棋,丟了一個子,你不用下完整盤棋就知道自己犯錯了。價值函數(shù)能讓你提前知道:這步是好是壞。"

現(xiàn)在的AI怎么訓練的?

你讓它寫1000行代碼,等它寫完,你告訴它"對"或"錯"。它學不到中間過程哪一步走錯了。

如果有價值函數(shù)呢?

AI寫到第100行,價值函數(shù)就能判斷:"這個方向不對,應該換思路。"不用等到寫完1000行才發(fā)現(xiàn)。

人類就是這么學的。

你編程時寫了幾行代碼,感覺"不對勁",就會停下來重新思考。這就是你的價值函數(shù)在起作用。

AI現(xiàn)在缺的,可能就是這個。

Ilya說他對怎么解決有想法,但"由于種種原因,無法詳細討論"。(這個有點神秘,估計是SSI的核心競爭力)

新定義: AGI不是"全知全能",而是"能學會任何事"

說了這么多,終于到了核心:Ilya對AGI的重新定義。

什么是AGI(通用人工智能)?

問十個人,九個會說:能做所有工作的AI。

OpenAI的定義就是這樣——"能勝任人類所有經(jīng)濟價值工作的系統(tǒng)"。

聽起來很合理對吧?

但Ilya說:等等,這個定義好像哪里不對。

為什么?

他給了個很直接的理由:人類自己都不是AGI啊。

你想想,一個普通人知道多少東西?

你會編程嗎?不一定。會做心臟手術嗎?肯定不會。會設計芯片嗎?更不可能。

人類缺少大量的知識。我們不是"什么都會"。

那為什么人類是"通用智能"?

很簡單——我們能學。

你不會編程?給你幾個月時間,你能學會。你不懂醫(yī)學?讓你去醫(yī)學院學幾年,你能成為醫(yī)生。

人類的"通用"體現(xiàn)在哪?不在"已經(jīng)會了",在"能學會"。

所以,Ilya給出了新的AGI定義:

AGI不是"已經(jīng)會做所有工作",而是"能學會做所有工作"。

他給了一個很形象的比喻:

"想象我造出了一個15歲的超級智能學生。他非常聰明,學習能力極強,但知識儲備幾乎為零。" "你讓他去當程序員,他會去學編程。" "你讓他去當醫(yī)生,他會去學醫(yī)。" "這就是AGI。"

這個定義的核心是什么?

持續(xù)學習能力(Continual Learning)。

不是一次性訓練好,然后什么都知道。

而是:

• 快速學習: 比人類更快掌握新技能

• 深度理解: 真正理解,不只是記住

• 靈活遷移: 一個領域?qū)W到的東西,能用到其他領域

這才是真正的"通用"。

SSI的戰(zhàn)略調(diào)整:從"直擊超級智能"到漸進式部署

這個新定義,改變了SSI的整個戰(zhàn)略。

SSI最初的計劃是"straight-shot superintelligence"——直擊超級智能。

什么意思?就是不發(fā)布中間產(chǎn)品,埋頭研究,直到造出真正的超級智能才發(fā)布。

好處是:避免市場競爭的各種權(quán)衡和壓力,專注研究。

但Ilya說,這個計劃可能會調(diào)整。

為什么?

因為AI的部署本身就是學習過程。

你想想,人類的很多系統(tǒng)是怎么變安全的?

• 飛機為什么現(xiàn)在這么安全?不是因為設計師一開始就想清楚了所有問題,而是通過事故、改進、再事故、再改進,迭代了幾十年。

• Linux為什么bug這么少?不是因為Linus一開始就寫出了完美代碼,而是無數(shù)人在實際使用中發(fā)現(xiàn)問題、修復問題。

AI可能也需要這樣。

Ilya說:

"很難想象有哪個工程領域,是純靠思考就能做到安全的,而不需要實際部署和反饋。"

所以,即使是"直擊超級智能",也需要漸進式發(fā)布。

更重要的是:展示AI的價值。

Ilya說了一句很有意思的話:

"你寫一篇文章說'AI會怎樣怎樣',別人看了會說'挺有意思的'。" "但當你讓別人看到AI實際在做這個、做那個——那完全不一樣。"

看到 vs 聽說,天壤之別。

這也是為什么SSI可能會改變策略,在中間階段就發(fā)布產(chǎn)品。(這個轉(zhuǎn)變挺關鍵的,說明Ilya也在務實地思考商業(yè)化)

對我個人的啟示

這個新定義,不只是對AI行業(yè)的顛覆。

對我個人也有深刻觸動。

我做了5年產(chǎn)品、開發(fā)、內(nèi)容創(chuàng)作。如果按傳統(tǒng)思路,我應該選一個方向深挖,成為某個領域的專家。

但在AI時代,這個策略好像不太對了。

為什么?我最近一直在想這個問題。

你看:

• 我2023年研究的Prompt技巧,很多現(xiàn)在不需要了

• 我半年前用的AI工具,現(xiàn)在又出了更好的

我有段時間很焦慮。總覺得自己在追,但永遠追不上。

直到聽完Ilya這次訪談,我突然想明白了:

如果我只是積累知識,我永遠追不上。

但如果我培養(yǎng)的是學習能力——快速上手新工具、快速理解新概念、快速應用到實際問題——那我永遠不會過時。

這就是為什么Ilya說,AGI的本質(zhì)是學習能力,而不是知識儲備。

人類在這方面還有巨大優(yōu)勢。我們可以:

• 快速切換領域

• 從失敗中學習

• 舉一反三

• 在不確定中探索

這些,AI還做不好。但差距在縮小。

當AI也有了真正的持續(xù)學習能力,當它也能像15歲的天才學生一樣,快速學會任何新技能...那時候,競爭會更激烈。

所以,現(xiàn)在就該問自己:

我的學習能力,夠強嗎?

我能多快掌握一個新領域?

我能不能在AI的幫助下,學得更快?

這些問題的答案,決定了你在AI時代能走多遠。

Ilya的這次訪談,還談了很多其他內(nèi)容:

• 為什么強化學習現(xiàn)在花的算力已經(jīng)超過預訓練

• SSI怎么用30億美元跟OpenAI的百億預算競爭(這個數(shù)據(jù)挺有意思,OpenAI年研究支出50-60億,但大部分分散在產(chǎn)品、銷售等方向。SSI只做研究,實際研究算力差距沒那么大)

• 怎么讓超級智能"關心所有有感知能力的生命"

• 為什么AI對齊比想象中難

每一個都值得單獨寫一篇文章。

但這篇文章,我想聚焦在這個核心洞察上:

AGI不是"什么都會",而是"什么都能學"。

這個定義,改變了我對AI的理解。也改變了我對自己的期待。

在AI時代,知識不再是護城河。學習能力才是。

附: Ilya完整訪談在這里 → https://www.youtube.com/watch?v=aR20FWCCjAs

• 時長: 1小時36分鐘

• 嘉賓: Ilya Sutskever (SSI創(chuàng)始人, 前OpenAI首席科學家)

• 主持: Dwarkesh Patel

• 發(fā)布時間: 2025年12月

強烈推薦完整看一遍。這是今年必看的訪談之一。(我看了兩遍,第二遍才真正理解他說的價值函數(shù)那段)

你覺得現(xiàn)在的AI,離Ilya說的"15歲天才學生"還有多遠?

歡迎評論區(qū)聊聊。